論文の概要: End-to-End Learning of Flowchart Grounded Task-Oriented Dialogs

• arxiv url: http://arxiv.org/abs/2109.07263v1
• Date: Wed, 15 Sep 2021 12:58:51 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-16 15:16:41.090359
• Title: End-to-End Learning of Flowchart Grounded Task-Oriented Dialogs
• Title（参考訳）: フローチャート接地タスク指向ダイアログのエンドツーエンド学習
• Authors: Dinesh Raghu, Shantanu Agarwal, Sachindra Joshi and Mausam
• Abstract要約: タスク指向対話(TOD)のエンドツーエンド学習における新しい問題を提案する。 このようなダイアログは、会話中にエージェントが従うべきドメイン固有のフローチャートに基礎を置いている。 12種類のトラブルシューティングフローチャートに基づいて,2,738のダイアログからなるデータセットをリリースする。 ダイアログエージェントのトレーニングに検索拡張型生成アーキテクチャを使用するニューラルモデルFloNetも設計する。
• 参考スコア（独自算出の注目度）: 23.678209058054062
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a novel problem within end-to-end learning of task-oriented dialogs (TOD), in which the dialog system mimics a troubleshooting agent who helps a user by diagnosing their problem (e.g., car not starting). Such dialogs are grounded in domain-specific flowcharts, which the agent is supposed to follow during the conversation. Our task exposes novel technical challenges for neural TOD, such as grounding an utterance to the flowchart without explicit annotation, referring to additional manual pages when user asks a clarification question, and ability to follow unseen flowcharts at test time. We release a dataset (FloDial) consisting of 2,738 dialogs grounded on 12 different troubleshooting flowcharts. We also design a neural model, FloNet, which uses a retrieval-augmented generation architecture to train the dialog agent. Our experiments find that FloNet can do zero-shot transfer to unseen flowcharts, and sets a strong baseline for future research.
• Abstract（参考訳）: 本稿では,タスク指向ダイアログ(TOD)のエンドツーエンド学習における新たな問題を提案する。 このようなダイアログは、会話中にエージェントが従うべきドメイン固有のフローチャートに基礎を置いている。 我々のタスクは、明示的なアノテーションを使わずにフローチャートへの発話を根拠にすること、ユーザが明確化の質問をするときに追加のマニュアルページを参照すること、テスト時に目に見えないフローチャートに従う能力など、ニューラルTODの新たな技術的課題を明らかにする。 12種類のトラブルシューティングフローチャートに基づく2,738のダイアログからなるデータセット(FloDial)をリリースする。 また,対話エージェントを学習するために,検索型生成アーキテクチャを用いたニューラルモデルであるflonetを設計した。 我々の実験では、FloNetは目に見えないフローチャートへのゼロショット転送が可能であり、将来の研究の基盤となる。

関連論文リスト

• Unsupervised Flow Discovery from Task-oriented Dialogues [0.988655456942026]
  本稿では,対話履歴からのフローの教師なし発見のためのアプローチを提案する。 パブリックTODデータセットであるMultiWOZから発見された流れの具体的な例を示す。
  論文  参考訳（メタデータ） (2024-05-02T15:54:36Z)
• TOD-Flow: Modeling the Structure of Task-Oriented Dialogues [77.15457469745364]
  ダイアログを付加した対話データからTOD-Flowグラフを推定する手法を提案する。 推定されたTOD-Flowグラフは、任意の対話モデルと容易に統合することができ、予測性能、透明性、制御性を改善することができる。
  論文  参考訳（メタデータ） (2023-12-07T20:06:23Z)
• Turning Flowchart into Dialog: Augmenting Flowchart-grounded Troubleshooting Dialogs via Synthetic Data Generation [50.06143883455979]
  Flowchart-grounded trouble shooting dialogue (FTD) システムは、特定のドメインにおけるユーザの問題を診断するフローチャートの指示に従う。 多様な合成ダイアログデータを大規模に生成する計画ベース合成データ生成手法を提案する。
  論文  参考訳（メタデータ） (2023-05-02T11:08:27Z)
• Contextual Dynamic Prompting for Response Generation in Task-oriented Dialog Systems [8.419582942080927]
  応答生成はタスク指向対話システムにおいて重要なコンポーネントの1つである。 本稿では,対話コンテキストからプロンプトを学習するテキスト動的プロンプトを実現する手法を提案する。 文脈的動的プロンプトは,3つの絶対点で構造化されたテキスト合成スコア citemehri-etal 2019 を用いて応答生成を改善することを示す。
  論文  参考訳（メタデータ） (2023-01-30T20:26:02Z)
• SPACE-2: Tree-Structured Semi-Supervised Contrastive Pre-training for Task-Oriented Dialog Understanding [68.94808536012371]
  本稿では,限定ラベル付きダイアログと大規模未ラベルダイアログコーパスから対話表現を学習する,木構造付き事前学習会話モデルを提案する。 提案手法は,7つのデータセットと4つの一般的な対話理解タスクからなるDialoGLUEベンチマークにおいて,最新の結果が得られる。
  論文  参考訳（メタデータ） (2022-09-14T13:42:50Z)
• Manual-Guided Dialogue for Flexible Conversational Agents [84.46598430403886]
  対話データを効率的に構築し、利用する方法や、さまざまなドメインにモデルを大規模にデプロイする方法は、タスク指向の対話システムを構築する上で重要な問題である。 エージェントは対話とマニュアルの両方からタスクを学習する。 提案手法は,詳細なドメインオントロジーに対する対話モデルの依存性を低減し,様々なドメインへの適応をより柔軟にする。
  論文  参考訳（メタデータ） (2022-08-16T08:21:12Z)
• Transferable Dialogue Systems and User Simulators [17.106518400787156]
  対話システムのトレーニングの難しさの1つは、トレーニングデータの欠如である。 本稿では,対話システムとユーザシミュレータ間の対話を通して対話データを作成する可能性について検討する。 我々は,2つのエージェント間のセルフプレイを通じて,新たな対話シナリオを組み込むことのできるモデリングフレームワークを開発する。
  論文  参考訳（メタデータ） (2021-07-25T22:59:09Z)
• Task-Oriented Dialogue as Dataflow Synthesis [158.77123205487334]
  本稿では,対話状態がデータフローグラフとして表現されるタスク指向対話へのアプローチについて述べる。 対話エージェントは、各ユーザの発話を、このグラフを拡張するプログラムにマッピングする。 我々は、イベント、天気、場所、人々に関する複雑な対話を特徴とする、新しいデータセットであるSMCalFlowを紹介した。
  論文  参考訳（メタデータ） (2020-09-24T00:35:26Z)
• Dialog without Dialog Data: Learning Visual Dialog Agents from VQA Data [75.7372052716556]
  『ダイアログなしダイアログ』ではエージェントが言語レベルの監督なしに新しいタスクに適応できるダイアログモデルを開発する必要がある。 意図と言語を分解することにより、新しいタスクを微調整した後の言語的ドリフトを最小限に抑える。
  論文  参考訳（メタデータ） (2020-07-24T19:35:57Z)

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。