論文の概要: TIAGE: A Benchmark for Topic-Shift Aware Dialog Modeling

• arxiv url: http://arxiv.org/abs/2109.04562v1
• Date: Thu, 9 Sep 2021 21:06:12 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-14 02:15:56.953519
• Title: TIAGE: A Benchmark for Topic-Shift Aware Dialog Modeling
• Title（参考訳）: TIAGE: トピックシフト対応ダイアログモデリングのためのベンチマーク
• Authors: Huiyuan Xie, Zhenghao Liu, Chenyan Xiong, Zhiyuan Liu, Ann Copestake
• Abstract要約: TIAGEは、トピックシフトに関する人間のアノテーションを利用して構築された新しいトピックシフト対応ダイアログベンチマークである。 TIAGEに基づいて,ダイアログ設定におけるトピックシフトモデリングの異なるシナリオを調査するための3つのタスクを紹介する。
• 参考スコア（独自算出の注目度）: 32.28415754809567
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human conversations naturally evolve around different topics and fluently move between them. In research on dialog systems, the ability to actively and smoothly transition to new topics is often ignored. In this paper we introduce TIAGE, a new topic-shift aware dialog benchmark constructed utilizing human annotations on topic shifts. Based on TIAGE, we introduce three tasks to investigate different scenarios of topic-shift modeling in dialog settings: topic-shift detection, topic-shift triggered response generation and topic-aware dialog generation. Experiments on these tasks show that the topic-shift signals in TIAGE are useful for topic-shift response generation. On the other hand, dialog systems still struggle to decide when to change topic. This indicates further research is needed in topic-shift aware dialog modeling.
• Abstract（参考訳）: 人間の会話は自然に異なるトピックの周りに進化し、それらの間を流れる。 対話システムの研究では、アクティブでスムーズに新しいトピックに移行する能力は無視されることが多い。 本稿では,トピックシフトのヒューマンアノテーションを利用した新しいトピックシフト対応ダイアログベンチマークであるtiageを紹介する。 TIAGEに基づいて,トピックシフト検出,トピックシフトトリガ応答生成,トピック対応ダイアログ生成という3つのダイアログ設定におけるトピックシフトモデリングのシナリオについて検討する。 これらのタスクの実験により、TIAGEのトピックシフト信号はトピックシフト応答生成に有用であることが示されている。 一方、ダイアログシステムは、いつトピックを変更するかを決めるのに苦労している。 これは、トピックシフト対応ダイアログモデリングにおいてさらなる研究が必要であることを示している。

関連論文リスト

• WavChat: A Survey of Spoken Dialogue Models [66.82775211793547]
  GPT-4oのようなシステムで実証された音声対話モデルの最近の進歩は、音声領域において大きな注目を集めている。 これらの高度な音声対話モデルは、音声、音楽、その他の音声関連の特徴を理解するだけでなく、音声のスタイリスティックな特徴や音節的な特徴も捉える。 音声対話システムの進歩にもかかわらず、これらのシステムを体系的に組織化し分析する包括的調査が欠如している。
  論文  参考訳（メタデータ） (2024-11-15T04:16:45Z)
• MP2D: An Automated Topic Shift Dialogue Generation Framework Leveraging Knowledge Graphs [15.876075659237722]
  Multi-Passage to Dialogue (MP2D) は、自然なトピック遷移を伴う質問応答データセットを生成する。 MP2Dは対話内のトピックの流れをマッピングし、人間の会話のダイナミクスを効果的に反映する。 本研究では,トピックシフト対話のための新しいベンチマークTS-WikiDialogを紹介する。
  論文  参考訳（メタデータ） (2024-03-09T06:28:48Z)
• Multi-turn Dialogue Comprehension from a Topic-aware Perspective [70.37126956655985]
  本稿では,話題認識の観点から,マルチターン対話をモデル化することを提案する。 対話文のセグメント化アルゴリズムを用いて、対話文を教師なしの方法でトピック集中フラグメントに分割する。 また,トピックセグメントを処理要素として扱う新しいモデルとして,トピック認識デュアルアテンションマッチング(TADAM)ネットワークを提案する。
  論文  参考訳（メタデータ） (2023-09-18T11:03:55Z)
• Multi-Granularity Prompts for Topic Shift Detection in Dialogue [13.739991183173494]
  対話トピックシフト検出の目標は、会話中の現在のトピックが変更されたか、変更する必要があるかを特定することである。 従来の研究は、事前訓練されたモデルを用いて発話を符号化するトピックシフトの検出に重点を置いていた。 我々は,複数粒度での対話,すなわちラベル,ターン,トピックから話題情報を抽出するために,プロンプトベースのアプローチを採用する。
  論文  参考訳（メタデータ） (2023-05-23T12:35:49Z)
• Chat, Shift and Perform: Bridging the Gap between Task-oriented and Non-task-oriented Dialog Systems [0.0]
  本稿では,3種類の対話モデルからなる対話システムであるCASPERを提案する。 Shifterはトピック切り替え用に設計されており、オープンドメインチャットからタスク指向ダイアログへのシームレスなダイアログフローを可能にする。
  論文  参考訳（メタデータ） (2022-06-05T05:00:18Z)
• OTTers: One-turn Topic Transitions for Open-Domain Dialogue [11.305029351461306]
  オープンドメイン対話における混合イニシアティブは、新しいトピックを積極的に導入するシステムを必要とする。 1ターンのトピック遷移タスクは、システムが協調的で一貫性のある方法で2つのトピックを接続する方法を探索する。
  論文  参考訳（メタデータ） (2021-05-28T10:16:59Z)
• Topic-Oriented Spoken Dialogue Summarization for Customer Service with Saliency-Aware Topic Modeling [61.67321200994117]
  顧客サービスシステムでは、長い音声対話のための要約を作成することにより、対話要約はサービス効率を高めることができる。 本研究では,高度に抽象的な要約を生成するトピック指向の対話要約に注目した。 SATM(Saliency-Awareural topic Model)と併用し,顧客サービス対話のトピック指向要約を目的とした,新しいトピック拡張型2段階対話要約器(TDS)を提案する。
  論文  参考訳（メタデータ） (2020-12-14T07:50:25Z)
• Response Selection for Multi-Party Conversations with Dynamic Topic Tracking [63.15158355071206]
  我々は、応答と関連する会話コンテキストの間のトピックを一致させるために、動的トピック追跡タスクとして応答選択をフレーム化する。 本研究では,大規模な事前学習モデルによる効率的な符号化を支援する新しいマルチタスク学習フレームワークを提案する。 DSTC-8 Ubuntu IRCデータセットの実験結果は、応答選択とトピックのアンタングル化タスクにおける最先端の結果を示している。
  論文  参考訳（メタデータ） (2020-10-15T14:21:38Z)
• Topic-Aware Multi-turn Dialogue Modeling [91.52820664879432]
  本稿では,トピック認識発話を教師なしでセグメント化して抽出する,多元対話モデリングのための新しいソリューションを提案する。 トピック・アウェア・モデリングは、新たに提案されたトピック・アウェア・セグメンテーション・アルゴリズムとトピック・アウェア・デュアル・アテンション・マッチング(TADAM)ネットワークによって実現されている。
  論文  参考訳（メタデータ） (2020-09-26T08:43:06Z)
• Recent Advances and Challenges in Task-oriented Dialog System [63.82055978899631]
  課題指向対話システムは、学術・産業社会でますます注目を集めている。 タスク指向ダイアログシステムにおける3つの重要なトピックについて論じる。(1)低リソース環境でのダイアログモデリングを容易にするデータ効率の改善、(2)ダイアログポリシー学習のためのマルチターンダイナミクスのモデリング、(3)ダイアログモデルへのドメイン知識の統合。
  論文  参考訳（メタデータ） (2020-03-17T01:34:56Z)

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。