論文の概要: UniDS: A Unified Dialogue System for Chit-Chat and Task-oriented Dialogues

• arxiv url: http://arxiv.org/abs/2110.08032v1
• Date: Fri, 15 Oct 2021 11:56:47 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-18 13:24:45.309404
• Title: UniDS: A Unified Dialogue System for Chit-Chat and Task-oriented Dialogues
• Title（参考訳）: UniDS: チャットとタスク指向対話のための統一対話システム
• Authors: Xinyan Zhao, Bin He, Yasheng Wang, Yitong Li, Fei Mi, Yajiao Liu, Xin Jiang, Qun Liu, Huanhuan Chen
• Abstract要約: 上記の2つのスキルを備えた統合対話システム(UniDS)を提案する。 我々は、チャットとタスク指向の対話の両方に対応可能な統合対話データスキーマを設計する。 我々は、事前訓練されたチャット対話モデルから混合対話データでUniDSを訓練する。
• 参考スコア（独自算出の注目度）: 59.499965460525694
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the advances in deep learning, tremendous progress has been made with chit-chat dialogue systems and task-oriented dialogue systems. However, these two systems are often tackled separately in current methods. To achieve more natural interaction with humans, a dialogue agent needs to be capable of both chatting and accomplishing tasks. To this end, we propose a unified dialogue system (UniDS) with the two aforementioned skills. In particular, we design a unified dialogue data schema, compatible for both chit-chat and task-oriented dialogues, and we train UniDS with mixed dialogue data from a pretrained chit-chat dialogue model. Without adding extra parameters to SOTA baselines, UniDS can alternatively handle chit-chat and task-oriented dialogues in a unified framework. Experimental results demonstrate that the proposed UniDS works comparably well as the pure chit-chat system, and it outperforms state-of-the-art task-oriented dialogue systems. More importantly, UniDS achieves better robustness as it is able to smoothly switch between two types of dialogues. These results demonstrate the feasibility and potential of building an one-for-all dialogue system.
• Abstract（参考訳）: 深層学習の進歩により、チャット対話システムとタスク指向対話システムによって、大きな進歩を遂げた。 しかし、これらの2つのシステムは、しばしば現在の方法で別々に取り組まれる。 人間とのより自然な対話を実現するためには、対話エージェントはチャットとタスクの達成の両方が可能である必要がある。 そこで本稿では,上記2つのスキルを備えた統合対話システム(UniDS)を提案する。 特に,chit-chat対話とタスク指向対話の両方に対応可能な統一対話データスキーマを設計し,事前学習したchit-chat対話モデルから混合対話データを持つunidを訓練する。 SOTAベースラインに余分なパラメータを加えることなく、UniDSは統合されたフレームワークでチップチャットとタスク指向の対話を処理できる。 実験の結果,提案したUniDSは純粋なチャットシステムと同等に動作し,タスク指向対話システムよりも優れていた。 さらに重要なことは、UniDSは2種類の対話をスムーズに切り替えられるので、より堅牢性を実現しています。 これらの結果は,一対一対話システムの実現可能性と可能性を示している。

関連論文リスト

• Adapting Text-based Dialogue State Tracker for Spoken Dialogues [20.139351605832665]
  本稿では,DSTC11における音声認識対話システム技術課題トラックに参画した,高度に成功を収めたモデルの構築に向けた技術的取り組みについて述べる。 本モデルは,(1)音声音声とテキスト音声のギャップを埋める自動音声認識誤差補正,(2)スロット記述を用いてスロットと値を推定するテキストベース対話システム(D3ST),(3)推定スロット値の誤差を復元する後処理の3つの主要モジュールから構成される。
  論文  参考訳（メタデータ） (2023-08-29T06:27:58Z)
• Act-Aware Slot-Value Predicting in Multi-Domain Dialogue State Tracking [5.816391291790977]
  対話状態追跡(DST)は、人間と機械の相互作用を追跡し、対話を管理するための状態表現を生成することを目的としている。 機械読解の最近の進歩は、対話状態追跡のための分類型と非分類型のスロットの両方を予測する。 我々は対話行為を定式化し、機械読解の最近の進歩を活用し、対話状態追跡のためのカテゴリー型と非カテゴリ型の両方のスロットを予測する。
  論文  参考訳（メタデータ） (2022-08-04T05:18:30Z)
• A Chit-Chats Enhanced Task-Oriented Dialogue Corpora for Fuse-Motive Conversation Systems [9.541995537438394]
  CCET (China Chat-Enhanced-Task) と呼ばれるマルチターン対話データセットをリリースする。 本稿では, CC音声で統合されたTODセッションの評価指標とともに, ヒューズ動機対話の形式化手法を提案する。
  論文  参考訳（メタデータ） (2022-05-12T05:43:18Z)
• KETOD: Knowledge-Enriched Task-Oriented Dialogue [77.59814785157877]
  対話システム研究における既存の研究は、主にタスク指向の対話とチャットを独立したドメインとして扱う。 本研究では,タスク指向対話と知識ベースチップチャットを一つのモデルに効果的に統合する方法について検討する。
  論文  参考訳（メタデータ） (2022-05-11T16:01:03Z)
• User Satisfaction Estimation with Sequential Dialogue Act Modeling in Goal-oriented Conversational Systems [65.88679683468143]
  我々は,ユーザ満足度を予測するために,対話行動の逐次的ダイナミクスを取り入れた新しいフレームワーク,すなわちUSDAを提案する。 USDAは、ユーザの満足度を予測するために、コンテンツと行動機能の連続的な遷移を対話に取り入れている。 4つのベンチマーク目標指向対話データセットによる実験結果から,提案手法はUSEの既存手法よりも大幅に優れていた。
  論文  参考訳（メタデータ） (2022-02-07T02:50:07Z)
• TOD-DA: Towards Boosting the Robustness of Task-oriented Dialogue Modeling on Spoken Conversations [24.245354500835465]
  本稿では,音声対話におけるタスク指向対話モデリングの堅牢性を高めるために,新しいモデルに依存しないデータ拡張パラダイムを提案する。 本手法は,音声対話におけるタスク指向対話モデリングのベンチマークであるDSTC10 Track2の両タスクにおいて,第1位となった。
  論文  参考訳（メタデータ） (2021-12-23T10:04:25Z)
• Task-oriented Dialogue Systems: performance vs. quality-optima, a review [0.0]
  最先端のタスク指向対話システムは、まだその可能性を最大限に発揮できていない。 他の会話の品質特性は、会話の成功を示すもの、そうでなければ、無視されることがある。 本稿では,対話システムの評価枠組みと対話システムにおける会話品質特性の役割について考察する。
  論文  参考訳（メタデータ） (2021-12-21T13:16:24Z)
• TOD-BERT: Pre-trained Natural Language Understanding for Task-Oriented Dialogue [113.45485470103762]
  本研究では,言語モデリングのためのタスク指向対話データセットを,人間とマルチターンの9つに統合する。 事前学習時の対話動作をモデル化するために,ユーザトークンとシステムトークンをマスク付き言語モデルに組み込む。
  論文  参考訳（メタデータ） (2020-04-15T04:09:05Z)
• 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)
• Attention over Parameters for Dialogue Systems [69.48852519856331]
  我々は,異なる対話スキルを個別にパラメータ化する対話システムを学び,AoP(Attention over Parameters)を通じてそれぞれを選択し,組み合わせることを学ぶ。 実験の結果,MultiWOZ,In-Car Assistant,Persona-Chatの複合データセット上での競合性能が得られた。
  論文  参考訳（メタデータ） (2020-01-07T03:10:42Z)

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。