論文の概要: TWEETSUMM -- A Dialog Summarization Dataset for Customer Service

• arxiv url: http://arxiv.org/abs/2111.11894v1
• Date: Tue, 23 Nov 2021 14:13:51 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-24 15:00:12.829539
• Title: TWEETSUMM -- A Dialog Summarization Dataset for Customer Service
• Title（参考訳）: TWEEtsuMM -- 顧客サービスのためのダイアログ要約データセット
• Authors: Guy Feigenblat, Chulaka Gunasekara, Benjamin Sznajder, Sachindra Joshi, David Konopnicki and Ranit Aharonov
• Abstract要約: 6500人近い注釈付き要約を含む,最初の大規模,高品質,顧客ケアダイアログ要約データセットを紹介した。 データは現実世界のカスタマーサポートダイアログに基づいており、抽出と抽象の両方の要約を含んでいる。 また,ダイアログに特有な非教師付き抽出要約手法も導入した。
• 参考スコア（独自算出の注目度）: 13.661851509322455
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In a typical customer service chat scenario, customers contact a support center to ask for help or raise complaints, and human agents try to solve the issues. In most cases, at the end of the conversation, agents are asked to write a short summary emphasizing the problem and the proposed solution, usually for the benefit of other agents that may have to deal with the same customer or issue. The goal of the present article is advancing the automation of this task. We introduce the first large scale, high quality, customer care dialog summarization dataset with close to 6500 human annotated summaries. The data is based on real-world customer support dialogs and includes both extractive and abstractive summaries. We also introduce a new unsupervised, extractive summarization method specific to dialogs.
• Abstract（参考訳）: 一般的なカスタマサービスチャットのシナリオでは、カスタマーはサポートセンターに連絡して助けを求め、苦情を提起し、ヒューマンエージェントが問題を解決しようとする。 ほとんどの場合、会話の最後に、エージェントは問題と提案された解決策を強調する短い要約を書くように求められます。 この記事の目標は、このタスクの自動化を推し進めることである。 6500人近い注釈付き要約を含む,最初の大規模,高品質,顧客ケアダイアログ要約データセットを導入する。 データは実世界のカスタマーサポートダイアログに基づいており、抽出要約と抽象要約の両方を含んでいる。 また,ダイアログに特有な非教師付き抽出要約手法も導入した。

関連論文リスト

• Multi-User MultiWOZ: Task-Oriented Dialogues among Multiple Users [51.34484827552774]
  マルチユーザMulti-User MultiWOZデータセットを2つのユーザと1つのエージェント間のタスク指向対話としてリリースする。 これらの対話は、タスク指向のシナリオにおける協調的な意思決定の興味深いダイナミクスを反映している。 本稿では,複数ユーザ間のタスク指向のチャットを簡潔なタスク指向のクエリとして書き換える,マルチユーザコンテキストクエリ書き換えの新しいタスクを提案する。
  論文  参考訳（メタデータ） (2023-10-31T14:12:07Z)
• DialogQAE: N-to-N Question Answer Pair Extraction from Customer Service Chatlog [34.69426306212259]
  そこで,N-to-NQA抽出タスクを提案する。 5つのカスタマサービスデータセット上で良好に機能する、エンドツーエンドと2段階のバリエーションを備えた、生成的/識別的タグ付けベースの一連の方法を紹介します。
  論文  参考訳（メタデータ） (2022-12-14T09:05:14Z)
• Handling and extracting key entities from customer conversations using Speech recognition and Named Entity recognition [0.0]
  ビジネスの会話から顧客の要求や詳細を理解することがとても重要です。 これらの会話から重要な洞察を抽出することは、製品の開発や問題解決において非常に重要です。 エンティティを抽出するために、最適な音声-テキストモデルを用いて会話をテキストに変換する。
  論文  参考訳（メタデータ） (2022-11-28T06:41:29Z)
• 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)
• Heuristic-based Inter-training to Improve Few-shot Multi-perspective Dialog Summarization [13.117715760754077]
  サポートエージェントと顧客間のカスタマーケア会話の多面的要約について検討する。 提案手法は,アノテートデータの少ない多視点要約を生成するモデルをサポートすることを示す。
  論文  参考訳（メタデータ） (2022-03-29T14:02:40Z)
• CSDS: A Fine-grained Chinese Dataset for Customer Service Dialogue Summarization [44.21084429627218]
  CSDS (Customer Service Dialogue Summarization) のための新しい中国語データセットについて紹介する。 CSDSは,(1)対話全体の全体的要約に加えて,異なる話者の視点を得るための役割指向要約も提供する。 CSDSの様々な要約手法を比較し,実験結果から,既存の手法は冗長で一貫性の低い要約を生成する傾向にあることが示された。
  論文  参考訳（メタデータ） (2021-08-30T11:56:58Z)
• Action-Based Conversations Dataset: A Corpus for Building More In-Depth Task-Oriented Dialogue Systems [47.45333978381135]
  55の異なるユーザインテントを含む10K以上の人間と人間の対話を持つAction-Based Conversationsデータセットを紹介します。 アクションステートトラッキングとカスケーディングダイアログサクセスという2つの追加のダイアログタスクを提案し、一連のベースラインを確立します。 実験の結果、より洗練されたネットワークはより単純なモデルよりも優れているが、abcdの人間レベルの性能に到達するためのかなりのギャップ(絶対精度50.8%)が存在することが示されている。
  論文  参考訳（メタデータ） (2021-04-01T22:04:25Z)
• Topic-Oriented Spoken Dialogue Summarization for Customer Service with Saliency-Aware Topic Modeling [61.67321200994117]
  顧客サービスシステムでは、長い音声対話のための要約を作成することにより、対話要約はサービス効率を高めることができる。 本研究では,高度に抽象的な要約を生成するトピック指向の対話要約に注目した。 SATM(Saliency-Awareural topic Model)と併用し,顧客サービス対話のトピック指向要約を目的とした,新しいトピック拡張型2段階対話要約器(TDS)を提案する。
  論文  参考訳（メタデータ） (2020-12-14T07:50:25Z)
• Unsupervised Abstractive Dialogue Summarization for Tete-a-Tetes [49.901984490961624]
  テテ-ア-テト(SuTaT)のための非教師なし抽象的対話要約モデルを提案する。 SuTaTは条件付き生成モジュールと2つの教師なし要約モジュールからなる。 実験の結果,SuTaTは自動評価と人的評価の両方において教師なし対話要約よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2020-09-15T03:27:52Z)

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。