論文の概要: Constraint based Knowledge Base Distillation in End-to-End Task Oriented Dialogs

• arxiv url: http://arxiv.org/abs/2109.07396v1
• Date: Wed, 15 Sep 2021 16:00:10 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-16 15:16:07.235533
• Title: Constraint based Knowledge Base Distillation in End-to-End Task Oriented Dialogs
• Title（参考訳）: エンドツーエンドタスク指向ダイアログにおける制約に基づく知識ベース蒸留
• Authors: Dinesh Raghu, Atishya Jain, Mausam and Sachindra Joshi
• Abstract要約: タスク指向対話システムは対話履歴と付随する知識ベース(KB)に基づいて応答を生成する KBレコード中のn-ary構造を尊重して関連情報を識別する一対の類似度に基づくフィルタからなる新しいフィルタリング手法を提案する。 また、既存のエンティティF1メトリックの正当性問題を修正するための新しいメトリック-マルチセットエンティティF1を提案する。
• 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: End-to-End task-oriented dialogue systems generate responses based on dialog history and an accompanying knowledge base (KB). Inferring those KB entities that are most relevant for an utterance is crucial for response generation. Existing state of the art scales to large KBs by softly filtering over irrelevant KB information. In this paper, we propose a novel filtering technique that consists of (1) a pairwise similarity based filter that identifies relevant information by respecting the n-ary structure in a KB record. and, (2) an auxiliary loss that helps in separating contextually unrelated KB information. We also propose a new metric -- multiset entity F1 which fixes a correctness issue in the existing entity F1 metric. Experimental results on three publicly available task-oriented dialog datasets show that our proposed approach outperforms existing state-of-the-art models.
• Abstract（参考訳）: End-to-Endタスク指向対話システムは、対話履歴と付随する知識ベース(KB)に基づいて応答を生成する。 発話に最も関係のあるKBエンティティを推測することは、応答生成に不可欠である。 既存の技術状態は、無関係のKB情報をソフトにフィルタリングすることで、大きなKBにスケールする。 本稿では,(1) KBレコードにおけるn-ary構造を尊重して関連情報を識別する一対の類似度に基づくフィルタからなる新しいフィルタリング手法を提案する。 そして、(2)文脈的に無関係なkb情報の分離に役立つ補助的損失。 また、既存のエンティティF1メトリックの正当性問題を修正するための新しいメトリック-マルチセットエンティティF1を提案する。 3つの公開タスク指向ダイアログデータセットの実験結果から,提案手法が既存の最先端モデルより優れていることが示された。

関連論文リスト

• FCC: Fusing Conversation History and Candidate Provenance for Contextual Response Ranking in Dialogue Systems [53.89014188309486]
  複数のチャネルからコンテキスト情報を統合できるフレキシブルなニューラルネットワークフレームワークを提案する。 会話応答ランキングタスクの評価に広く用いられているMSDialogデータセット上で,本モデルの評価を行った。
  論文  参考訳（メタデータ） (2023-03-31T23:58:28Z)
• TIARA: Multi-grained Retrieval for Robust Question Answering over Large Knowledge Bases [20.751369684593985]
  TIARAは、PLMやオラクルエンティティアノテーションなどを含む以前のSOTAよりも、GrailQAおよびWebQuestionsSP上の少なくとも4.1と1.1のF1ポイントが優れている。
  論文  参考訳（メタデータ） (2022-10-24T02:41:10Z)
• QA Is the New KR: Question-Answer Pairs as Knowledge Bases [105.692569000534]
  提案するKBの形式は,従来のシンボリックKBの重要な利点を多く備えている,と我々は主張する。 従来のKBとは異なり、この情報ストアは一般的なユーザ情報のニーズによく適合している。
  論文  参考訳（メタデータ） (2022-07-01T19:09:08Z)
• SYGMA: System for Generalizable Modular Question Answering OverKnowledge Bases [57.89642289610301]
  SYGMAは、複数の知識ベースと複数のリアソニングタイプにまたがる汎用化を容易にするモジュラーアプローチである。 本システムの有効性を,DBpediaとWikidataの2つの異なる知識ベースに属するデータセットを用いて評価することで実証する。
  論文  参考訳（メタデータ） (2021-09-28T01:57:56Z)
• Efficient Contextualization using Top-k Operators for Question Answering over Knowledge Graphs [24.520002698010856]
  本研究は,KB対応信号を用いて検索空間の無関係な部分を抽出する効率的なECQAを提案する。 最近の2つのQAベンチマークによる実験では、解答の有無、検索空間のサイズ、ランタイムに関して、最先端のベースラインよりもECQAの方が優れていることが示されている。
  論文  参考訳（メタデータ） (2021-08-19T10:06:14Z)
• Reasoning Over Virtual Knowledge Bases With Open Predicate Relations [85.19305347984515]
  Open Predicate Query Language (OPQL) を紹介します。 OPQLは、テキストから完全にトレーニングされた仮想知識ベース(VKB)を構築する方法である。 OPQLは2つの異なるKB推論タスクにおいて、以前のVKBメソッドよりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-02-14T01:29:54Z)
• Contextualize Knowledge Bases with Transformer for End-to-end Task-Oriented Dialogue Systems [28.347325247064944]
  KBをシーケンスとして扱うCOntext-aware Memory Enhanced Transformer framework (COMET)を提案する。 広範にわたる実験により,我々のCOMETフレームワークは,芸術的状況よりも優れた性能が得られることを示す。
  論文  参考訳（メタデータ） (2020-10-12T14:34:07Z)
• Learning Knowledge Bases with Parameters for Task-Oriented Dialogue Systems [79.02430277138801]
  知識ベース(KB)は、ユーザの要求を満たす上で重要な役割を担います。 エンド・ツー・エンドのシステムは直接KBを入力として使用するが、KBが数百のエントリより大きい場合にはスケールできない。 モデルパラメータに直接KBを埋め込む手法を提案する。
  論文  参考訳（メタデータ） (2020-09-28T22:13:54Z)
• Unsupervised Learning of KB Queries in Task-Oriented Dialogs [21.611723342957887]
  タスク指向ダイアログ(TOD)システムは、ユーザ意図に応じた知識ベース(KB)クエリを定式化する必要があることが多い。 既存のアプローチでは、これらのKBクエリに明示的にアノテートするためにダイアログデータセットが必要である。 KBクエリの予測やダイアログエージェントのトレーニングにおいて,明示的なKBクエリアノテーションを使わずに新たな問題を定義する。
  論文  参考訳（メタデータ） (2020-04-30T22:10:00Z)
• Differentiable Reasoning over a Virtual Knowledge Base [156.94984221342716]
  コーパスを仮想知識ベース(KB)として,複雑なマルチホップ質問に答えるタスクについて検討する。 特に、コーパス内のエンティティの参照間の関係の経路をソフトに追従し、KBのようにテキストデータをトラバースするDrKITについて述べる。 DrKITは非常に効率的で、既存のマルチホップシステムよりも毎秒10-100倍のクエリを処理する。
  論文  参考訳（メタデータ） (2020-02-25T03:13:32Z)

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。