論文の概要: Proto: A Neural Cocktail for Generating Appealing Conversations

• arxiv url: http://arxiv.org/abs/2109.02513v1
• Date: Mon, 6 Sep 2021 14:46:04 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-07 20:40:24.671145
• Title: Proto: A Neural Cocktail for Generating Appealing Conversations
• Title（参考訳）: Proto: アピール会話を生成するニューラルコクテル
• Authors: Sougata Saha, Souvik Das, Elizabeth Soper, Erin Pacquetet, Rohini K. Srihari
• Abstract要約: 本稿では,Alexa Prize Grand Challenge 4 Socialbot: Protoを紹介する。 本稿では,ソーシャルボットが実施するさまざまなコンポーネントや会話戦略を識別し,分析する。
• 参考スコア（独自算出の注目度）: 3.0886356222136837
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we present our Alexa Prize Grand Challenge 4 socialbot: Proto. Leveraging diverse sources of world knowledge, and powered by a suite of neural and rule-based natural language understanding modules, state-of-the-art neural generators, novel state-based deterministic generators, an ensemble of neural re-rankers, a robust post-processing algorithm, and an efficient overall conversation strategy, Proto strives to be able to converse coherently about a diverse range of topics of interest to humans, and provide a memorable experience to the user. In this paper we dissect and analyze the different components and conversation strategies implemented by our socialbot, which enables us to generate colloquial, empathetic, engaging, self-rectifying, factually correct, and on-topic response, which has helped us achieve consistent scores throughout the competition.
• Abstract（参考訳）: 本稿では,Alexa Prize Grand Challenge 4 Socialbot: Protoを紹介する。 さまざまな世界知識のソースを活用し、ニューラルネットワークとルールベースの自然言語理解モジュールのスイート、最先端のニューラルジェネレータ、新しいステートベースの決定論的ジェネレータ、ニューラルリランカのアンサンブル、堅牢な後処理アルゴリズム、そして効率的な全体的な会話戦略を活用して、Protoは、人間に対するさまざまな関心事に関する一貫性のある会話を可能にし、ユーザに対して記憶に残る体験を提供することを目指している。 本稿では,私たちのsocialbotが実装するさまざまなコンポーネントと会話戦略を分析し,分析することで,対話的,共感的,熱意的,自己認識的,事実的に正しい,オントピックな反応を生成できる。

関連論文リスト

• Neural Speech Embeddings for Speech Synthesis Based on Deep Generative Networks [27.64740032872726]
  脳信号から音声合成が可能な脳音声合成技術について紹介する。 また, 音声処理中に神経生理学的活性化の基盤となる神経特徴と音声の埋め込みを包括的に分析した。
  論文  参考訳（メタデータ） (2023-12-10T08:12:08Z)
• Retrieval-Augmented Neural Response Generation Using Logical Reasoning and Relevance Scoring [2.3590037806133024]
  本稿では,知識基底型応答生成に対する新しいアプローチを提案する。 検索強化された言語モデルと論理的推論を組み合わせる。 実験結果から,(確率的)論理的推論と会話関連性スコアの組合せは,応答の事実性と流布性の両方を増大させることが示された。
  論文  参考訳（メタデータ） (2023-10-20T15:05:18Z)
• Speech-Gesture GAN: Gesture Generation for Robots and Embodied Agents [5.244401764969407]
  仮想エージェントや社会ロボットという形で、身体エージェントが急速に普及している。 音声テキストと音声の発話から関節角度の連続を生成できる新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2023-09-17T18:46:25Z)
• A Vector Quantized Approach for Text to Speech Synthesis on Real-World Spontaneous Speech [94.64927912924087]
  我々は、YouTubeやポッドキャストから現実の音声を使ってTSシステムを訓練する。 最近のText-to-Speechアーキテクチャは、複数のコード生成とモノトニックアライメントのために設計されている。 近年のテキスト・トゥ・スペーチ・アーキテクチャは,いくつかの客観的・主観的尺度において,既存のTSシステムより優れていることを示す。
  論文  参考訳（メタデータ） (2023-02-08T17:34:32Z)
• Emotion Recognition in Conversation using Probabilistic Soft Logic [17.62924003652853]
  会話における感情認識(英: emotion recognition in conversation、ERC)とは、2つ以上の発話を含む会話に焦点を当てた感情認識のサブフィールドである。 我々は,宣言的テンプレート言語である確率的ソフト論理(PSL)にアプローチを実装した。 PSLは、ニューラルモデルからPSLモデルへの結果の取り込みのための機能を提供する。 提案手法を最先端の純粋ニューラルネットワークERCシステムと比較した結果,約20%の改善が得られた。
  論文  参考訳（メタデータ） (2022-07-14T23:59:06Z)
• Responsive Listening Head Generation: A Benchmark Dataset and Baseline [58.168958284290156]
  本研究では、応答型リスニングヘッド生成タスクを、複数の入力に応答する動きと表現を持つ非言語ヘッドの合成として定義する。 音声によるジェスチャーや音声のヘッド生成とは違って,いくつかの研究分野の恩恵を期待して,このタスクにより多くのモーダルを導入する。
  論文  参考訳（メタデータ） (2021-12-27T07:18:50Z)
• Model-based analysis of brain activity reveals the hierarchy of language in 305 subjects [82.81964713263483]
  言語の神経基盤を分解する一般的なアプローチは、個人間で異なる刺激に対する脳の反応を関連付けている。 そこで本研究では,自然刺激に曝露された被験者に対して,モデルに基づくアプローチが等価な結果が得られることを示す。
  論文  参考訳（メタデータ） (2021-10-12T15:30:21Z)
• Improving Computer Generated Dialog with Auxiliary Loss Functions and Custom Evaluation Metrics [3.437656066916039]
  この研究は、リカレントニューラルネットワーク(RNN)を生成するダイアログを作成することによって探索に加わる。 我々のカスタム損失関数は、最大相互情報(MMI)とエントロピーの計算を含めることで、より優れた凝集とコヒーレンスを実現する。 本システムの有効性を,自然言語処理の試行錯誤原理に基づく一組のカスタム評価指標を用いて実証する。
  論文  参考訳（メタデータ） (2021-06-04T14:35:05Z)
• Decoding Methods for Neural Narrative Generation [74.37264021226308]
  ナラティブ生成(英: Narrative generation)とは、モデルがプロンプトを与えられたストーリーを生成するオープンエンドのNLPタスクである。 ニューラル・ナラティブ・ジェネレーションに対するニューラル・レスポンス・ジェネレーションのためのデコード手法の適用と評価を行った。
  論文  参考訳（メタデータ） (2020-10-14T19:32:56Z)
• Learning Adaptive Language Interfaces through Decomposition [89.21937539950966]
  本稿では,分解による新しいハイレベルな抽象化を学習するニューラルセマンティック解析システムを提案する。 ユーザは、新しい振る舞いを記述する高レベルな発話を低レベルなステップに分解することで、対話的にシステムを教える。
  論文  参考訳（メタデータ） (2020-10-11T08:27:07Z)
• Compositional Generalization by Learning Analytical Expressions [87.15737632096378]
  メモリ拡張ニューラルモデルは、合成一般化を達成するために解析式に接続される。 良く知られたベンチマークSCANの実験は、我々のモデルが構成的一般化の優れた能力をつかむことを示した。
  論文  参考訳（メタデータ） (2020-06-18T15:50:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。