論文の概要: DiscASP: A Graph-based ASP System for Finding Relevant Consistent
Concepts with Applications to Conversational Socialbots
- arxiv url: http://arxiv.org/abs/2109.08297v1
- Date: Fri, 17 Sep 2021 01:49:24 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-21 02:33:49.280181
- Title: DiscASP: A Graph-based ASP System for Finding Relevant Consistent
Concepts with Applications to Conversational Socialbots
- Title（参考訳）: DiscASP: 会話型ソーシャルボットへの応用と関連する概念を見つけるためのグラフベースのASPシステム
- Authors: Fang Li (University of Texas at Dallas), Huaduo Wang (University of
Texas at Dallas), Kinjal Basu (University of Texas at Dallas), Elmer Salazar
(University of Texas at Dallas), Gopal Gupta (University of Texas at Dallas)
- Abstract要約: DiscASPは、解集合プログラムの安定モデルを見つけるための新しいグラフベースのアルゴリズムに基づいている。
本稿では,DiscASPアルゴリズムとその実装とその対話型ソーシャルボット開発への応用について述べる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We consider the problem of finding relevant consistent concepts in a
conversational AI system, particularly, for realizing a conversational
socialbot. Commonsense knowledge about various topics can be represented as an
answer set program. However, to advance the conversation, we need to solve the
problem of finding relevant consistent concepts, i.e., find consistent
knowledge in the "neighborhood" of the current topic being discussed that can
be used to advance the conversation. Traditional ASP solvers will generate the
whole answer set which is stripped of all the associations between the various
atoms (concepts) and thus cannot be used to find relevant consistent concepts.
Similarly, goal-directed implementations of ASP will only find concepts
directly relevant to a query. We present the DiscASP system that will find the
partial consistent model that is relevant to a given topic in a manner similar
to how a human will find it. DiscASP is based on a novel graph-based algorithm
for finding stable models of an answer set program. We present the DiscASP
algorithm, its implementation, and its application to developing a
conversational socialbot.
- Abstract（参考訳）: 我々は、会話型AIシステムにおいて、特に会話型ソーシャルボットの実現において、関連する一貫した概念を見つけるという問題を考察する。
様々なトピックに関する常識知識は、回答セットプログラムとして表現できる。
しかし,会話を前進させるためには,会話の進行に有効な,現在議論されている話題の「周辺」に一貫した知識を見出すという,関連する一貫した概念を見つけるという問題を解決する必要がある。
伝統的なaspソルバは、様々な原子(概念)間のすべての関連を取り除き、関連する一貫した概念を見つけるために使用できない回答集合全体を生成する。
同様に、目標指向のaspの実装は、クエリに直接関係する概念を見つけるだけである。
本研究では,あるトピックに関連する部分的一貫したモデルを見出すDisdisASPシステムを提案する。
DiscASPは、解集合プログラムの安定モデルを見つけるための新しいグラフベースのアルゴリズムに基づいている。
本稿では,DiscASPアルゴリズムとその実装とその対話型ソーシャルボット開発への応用について述べる。
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) - A Reliable Common-Sense Reasoning Socialbot Built Using LLMs and Goal-Directed ASP [3.17686396799427]
自然言語を述語に翻訳するためにLLMモデルを用いたソーシャルボットであるAutoCompanionを提案する。
本稿では, LLM を用いてユーザメッセージを解析し, s(CASP) エンジン出力から応答を生成する手法について述べる。
論文 参考訳（メタデータ） (2024-07-26T04:13:43Z) - SSP: Self-Supervised Post-training for Conversational Search [63.28684982954115]
本稿では,対話型検索モデルを効率的に初期化するための3つの自己教師型タスクを備えた学習後パラダイムであるフルモデル(モデル)を提案する。
提案手法の有効性を検証するために,CAsT-19 と CAsT-20 の2つのベンチマークデータセットを用いて,会話検索タスクにモデルにより訓練後の会話エンコーダを適用した。
論文 参考訳（メタデータ） (2023-07-02T13:36:36Z) - Solving NLP Problems through Human-System Collaboration: A
Discussion-based Approach [98.13835740351932]
本研究の目的は,対話を通じて予測を議論・洗練するシステムのための,データセットと計算フレームワークを構築することである。
提案システムでは,自然言語推論タスクにおいて,最大25ポイントの精度向上が期待できることを示す。
論文 参考訳（メタデータ） (2023-05-19T16:24:50Z) - Semantic Parsing for Conversational Question Answering over Knowledge
Graphs [63.939700311269156]
本研究では,ユーザの質問にSparqlパースとアノテートし,システム回答が実行結果に対応するデータセットを開発する。
本稿では,2つの意味解析手法を提案し,その課題を強調した。
私たちのデータセットとモデルはhttps://github.com/Edinburgh/SPICE.orgで公開されています。
論文 参考訳（メタデータ） (2023-01-28T14:45:11Z) - End-to-end Spoken Conversational Question Answering: Task, Dataset and
Model [92.18621726802726]
音声による質問応答では、システムは関連する音声書き起こしの中に連続したテキストスパンからの質問に答えるように設計されている。
本稿では,複雑な対話フローをモデル化することを目的とした音声対話型質問応答タスク(SCQA)を提案する。
本研究の目的は,音声記録に基づく対話型質問に対処するシステムを構築することであり,情報収集システムによる様々なモダリティからより多くの手がかりを提供する可能性を探ることである。
論文 参考訳（メタデータ） (2022-04-29T17:56:59Z) - An ASP-based Approach to Answering Natural Language Questions for Texts [8.417188296231059]
本稿では,自然言語テキストから生成した知識を表現するために,応答集合プログラミング(ASP)に基づく手法を提案する。
ASP.NETは、自動質問応答、テキスト要約、自動質問生成など、多くの自然言語タスクを容易にする。
本稿では,英語テキストの自然言語質問に回答するタスクを自動化するために開発したCASPRシステムについて述べる。
論文 参考訳（メタデータ） (2021-12-21T14:13:06Z) - Commonsense-Focused Dialogues for Response Generation: An Empirical
Study [39.49727190159279]
対話応答生成におけるコモンセンスの実証的研究について述べる。
まず、ConceptNetを利用して既存の対話データセットから共通感覚対話を自動的に抽出する。
次に、対話的な環境での社会的常識を示すことを目的とした、25K対話を備えた対話データセットを新たに収集する。
論文 参考訳（メタデータ） (2021-09-14T04:32:09Z) - SQuARE: Semantics-based Question Answering and Reasoning Engine [9.902883278247726]
自然言語QAのための汎用意味論に基づくフレームワークを提案する。
また、このフレームワークの応用であるSQuAREシステムについても述べる。
SQuAREは、テストした5つのデータセットすべてに対して100%の精度を実現します。
論文 参考訳（メタデータ） (2020-09-22T00:48:18Z) - Building A User-Centric and Content-Driven Socialbot [2.072266782237039]
我々は,ソーシャルボット会話用に設計した対話戦略を収容できるシステムアーキテクチャを開発した。
このアーキテクチャは、ユーザ発話を分析するための多次元言語理解モジュールで構成されている。
様々な情報源からソーシャルチャットコンテンツを収集し,ソーシャルボットを支える新しい知識基盤を構築した。
論文 参考訳（メタデータ） (2020-05-06T07:11:57Z) - Conversations with Search Engines: SERP-based Conversational Response
Generation [77.1381159789032]
我々は、検索エンジンと対話するためのパイプラインを開発するために、適切なデータセット、検索・アズ・ア・会話(SaaC)データセットを作成します。
また、このデータセットを用いて、検索エンジンと対話するための最先端パイプライン(Conversations with Search Engines (CaSE))も開発しています。
CaSEは、サポートされたトークン識別モジュールとプリア・アウェア・ポインタージェネレータを導入することで最先端を向上する。
論文 参考訳（メタデータ） (2020-04-29T13:07:53Z)
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。