Fugu-MT 論文翻訳(概要): Athena 2.0: Contextualized Dialogue Management for an Alexa Prize SocialBot

論文の概要: Athena 2.0: Contextualized Dialogue Management for an Alexa Prize SocialBot

arxiv url: http://arxiv.org/abs/2111.02519v1
Date: Wed, 3 Nov 2021 20:54:20 GMT
ステータス: 処理完了
システム内更新日: 2021-11-05 14:43:47.803291
Title: Athena 2.0: Contextualized Dialogue Management for an Alexa Prize SocialBot
Title（参考訳）: Athena 2.0:Alexa Prize SocialBotのためのコンテキスト化された対話管理
Authors: Juraj Juraska, Kevin K. Bowden, Lena Reed, Vrindavan Harrison, Wen Cui, Omkar Patil, Rishi Rajasekaran, Angela Ramirez, Cecilia Li, Eduardo Zamora, Phillip Lee, Jeshwanth Bheemanpally, Rohan Pandey, Adwait Ratnaparkhi and Marilyn Walker
Abstract要約: Athena 2.0はAlexa Prize SocialBotで、過去2回のAlexa Prize Grand Challengesでファイナリストを務めた。本稿では,20/21コンペティションにおけるアテナのシステム設計と性能について述べる。
参考スコア（独自算出の注目度）: 3.4000625471791577
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Athena 2.0 is an Alexa Prize SocialBot that has been a finalist in the last two Alexa Prize Grand Challenges. One reason for Athena's success is its novel dialogue management strategy, which allows it to dynamically construct dialogues and responses from component modules, leading to novel conversations with every interaction. Here we describe Athena's system design and performance in the Alexa Prize during the 20/21 competition. A live demo of Athena as well as video recordings will provoke discussion on the state of the art in conversational AI.
Abstract（参考訳）: Athena 2.0はAlexa Prize SocialBotで、過去2回のAlexa Prize Grand Challengesでファイナリストを務めた。アテナの成功の1つの理由は、新しい対話管理戦略であり、コンポーネントモジュールからの対話と応答を動的に構築し、すべての対話と新しい会話をもたらす。ここでは,athenaのシステム設計と性能を,20/21コンペティションにおけるalexa prizeで紹介する。 Athenaのライブデモとビデオ録画は、会話型AIにおける最先端技術に関する議論を引き起こします。

関連論文リスト

Athena 2.0: Discourse and User Modeling in Open Domain Dialogue [5.434860847606497]
Athena 2.0はAmazonのSocialbot Grand Challenge 4の会話エージェントである。知識接地型談話モデルを用いて、名前付き認識とリンクを制約し、コア参照の解決を行う。また、トピックの選択やその他の会話の側面を個々のユーザーにパーソナライズするためのユーザーモデルにも依存している。
論文参考訳（メタデータ） (2023-08-03T17:30:39Z)
Interactive Conversational Head Generation [68.76774230274076]
対面会話における1つのインターロケータの振る舞いを合成するための新しい対話ヘッド生成ベンチマークを提案する。長時間・複数回会話に参加可能なインターロカクタを自動的に合成する機能は不可欠であり、様々なアプリケーションにメリットを提供する。
論文参考訳（メタデータ） (2023-07-05T08:06:26Z)
Let's Get Personal: Personal Questions Improve SocialBot Performance in the Alexa Prize [0.0]
音声対話コミュニティにおいて,対話型オープンドメイン対話システムの構築に焦点が当てられている。従来の対話システムとは異なり、これらの対話システムは特定の情報やドメインの制限を前提とすることはできない。我々は、Amazon Echoユーザーが大規模にアクセスし、評価する、堅牢なオープンドメイン会話システムであるAthenaを開発した。
論文参考訳（メタデータ） (2023-03-09T00:10:29Z)
A Transformer-based Response Evaluator for Open-Domain Spoken Conversation [1.0474108328884806]
本研究では,Alexa Prize SocialBotであるAthenaシステムにおける応答選択について検討する。オープンドメイン対話における既製の応答ランキング法をいくつか比較する。我々は、Recall@1の70.79%のAthena-RRが、Athena-Heuristicとオフザシェルフランクの全てを大きなマージンで上回っていることを発見した。
論文参考訳（メタデータ） (2023-02-09T03:38:07Z)
Neural Generation Meets Real People: Building a Social, Informative Open-Domain Dialogue Agent [65.68144111226626]
Chirpy Cardinalは、情報と会話の両方をねらっている。ユーザーとボットの両方を交互に会話に駆り立てる。 Chirpy Cardinalは、Alexa Prize Socialbot Grand Challengeで9つのボットのうち2位にランクインした。
論文参考訳（メタデータ） (2022-07-25T09:57:23Z)
ProsocialDialog: A Prosocial Backbone for Conversational Agents [104.92776607564583]
ProsocialDialogは、対話エージェントに社会規範に従って問題コンテンツに応答するように教える最初の大規模対話データセットである。 ProsocialDialogは、人間とAIのコラボレーションフレームワークで作られ、58Kの対話と331Kの発話、160KのRoT、および497Kの対話安全ラベルで構成されている。本データセットでは,対話型安全性検出モジュールであるCanaryを導入し,会話コンテキストを指定したRoTを生成するとともに,社会的にインフォームドされた対話エージェントであるProstを導入する。
論文参考訳（メタデータ） (2022-05-25T11:48:47Z)
Converse -- A Tree-Based Modular Task-Oriented Dialogue System [99.78110192324843]
Converseは柔軟なツリーベースのモジュラータスク指向対話システムである。 Converseは、他のオープンソースの対話フレームワークと比較してユニークな機能である、タスク依存とタスク切り替えをサポートしている。
論文参考訳（メタデータ） (2022-03-23T04:19:05Z)
ViDA-MAN: Visual Dialog with Digital Humans [50.218369825060876]
音声要求が与えられた場合、ViDA-MANは秒以下のレイテンシで高品質なビデオに応答することができる。 ViDA-MANは、大きな知識ベースを基盤として、チキンチャット、天気予報、デバイス制御、ニュースレコメンデーション、ホテルの予約、構造化された知識による質問に答えるなど、さまざまなトピックについてユーザーとチャットすることができる。
論文参考訳（メタデータ） (2021-10-26T03:23:51Z)
Jurassic is (almost) All You Need: Few-Shot Meaning-to-Text Generation for Open-Domain Dialogue [0.576178320759792]
我々は、Athenaの応答ジェネレータを使用して、2つの新しいニューラル平均テキストRGのトレーニングデータを作成する。私たちは、異なるチューニングセットサイズで、内部とクロスドメインの両方で、いくつかのショット実験を行います。 Athena-Jurassic の 10 ショットチューニングでは,コヒーレンスやセマンティックな精度が著しく向上することを示す。
論文参考訳（メタデータ） (2021-10-15T13:42:25Z)
Athena: Constructing Dialogues Dynamically with Discourse Constraints [11.008755264048522]
本報告では,一般的な話題や現在の出来事に関する対話システムであるAthenaについて述べる。本研究では,対話管理に柔軟なトピック非依存のアプローチを開発し,エンティティの一般的な原則とトピックコヒーレンスに基づく対話を動的に構成する。対話システムアーキテクチャを説明した後、2019年のAlexa Prize Competitionでアテナが参加した会話の分析を行った。
論文参考訳（メタデータ） (2020-11-21T00:28:34Z)
ConvAI3: Generating Clarifying Questions for Open-Domain Dialogue Systems (ClariQ) [64.60303062063663]
本論文では,対話システムに対する質問の明確化に関する課題について詳述する(ClariQ)。このチャレンジは、2020年のSearch Oriented Conversational AI (SCAI) EMNLPワークショップで、ConvAI3(Conversational AI Challenge series)の一部として組織されている。
論文参考訳（メタデータ） (2020-09-23T19:48:02Z)

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。