論文の概要: An Empirical Study of Topic Transition in Dialogue
- arxiv url: http://arxiv.org/abs/2111.14188v2
- Date: Tue, 30 Nov 2021 01:47:59 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-01 12:54:29.798182
- Title: An Empirical Study of Topic Transition in Dialogue
- Title(参考訳): 対話における話題遷移の実証的研究
- Authors: Mayank Soni, Brendan Spillane, Emer Gilmartin, Christian Saam,
Benjamin R. Cowan, Vincent Wade
- Abstract要約: トピック間の遷移は、人間と人間の対話の自然な構成要素である。
本研究は, スイッチボードコーパスから215の会話を注釈し, 長さ, 話題遷移数, 参加者が共有する話題遷移数, ターン/トピックの関係について検討する。
- 参考スコア(独自算出の注目度): 9.632361802751948
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Transitioning between topics is a natural component of human-human dialog.
Although topic transition has been studied in dialogue for decades, only a
handful of corpora based studies have been performed to investigate the
subtleties of topic transitions. Thus, this study annotates 215 conversations
from the switchboard corpus and investigates how variables such as length,
number of topic transitions, topic transitions share by participants and
turns/topic are related. This work presents an empirical study on topic
transition in switchboard corpus followed by modelling topic transition with a
precision of 83% for in-domain(id) test set and 82% on 10 out-of-domain}(ood)
test set. It is envisioned that this work will help in emulating human-human
like topic transition in open-domain dialog systems.
- Abstract(参考訳): トピック間の遷移は人間と人間の対話の自然な構成要素である。
トピック・トランジションは何十年にもわたって研究されてきたが、トピック・トランジションの微妙さを調べるためのコーパスに基づく研究はごくわずかである。
そこで,本研究では,スイッチボードコーパスからの215の会話に注釈を付け,長さ,話題遷移数,参加者による話題遷移とターン/トピックの関係について検討した。
本稿では,スイッチボードコーパスにおけるトピック遷移に関する実証研究を行い,さらに,in-domain(id)テストセットでは83%,out-of-domain(ood)テストセットでは82%の精度でトピック遷移をモデル化する。
この研究は、オープンドメインダイアログシステムにおける人間のような話題遷移をエミュレートするのに役立つと期待されている。
関連論文リスト
- Multi-turn Dialogue Comprehension from a Topic-aware Perspective [70.37126956655985]
本稿では,話題認識の観点から,マルチターン対話をモデル化することを提案する。
対話文のセグメント化アルゴリズムを用いて、対話文を教師なしの方法でトピック集中フラグメントに分割する。
また,トピックセグメントを処理要素として扱う新しいモデルとして,トピック認識デュアルアテンションマッチング(TADAM)ネットワークを提案する。
論文 参考訳(メタデータ) (2023-09-18T11:03:55Z) - Multi-Granularity Prompts for Topic Shift Detection in Dialogue [13.739991183173494]
対話トピックシフト検出の目標は、会話中の現在のトピックが変更されたか、変更する必要があるかを特定することである。
従来の研究は、事前訓練されたモデルを用いて発話を符号化するトピックシフトの検出に重点を置いていた。
我々は,複数粒度での対話,すなわちラベル,ターン,トピックから話題情報を抽出するために,プロンプトベースのアプローチを採用する。
論文 参考訳(メタデータ) (2023-05-23T12:35:49Z) - TIAGE: A Benchmark for Topic-Shift Aware Dialog Modeling [32.28415754809567]
TIAGEは、トピックシフトに関する人間のアノテーションを利用して構築された新しいトピックシフト対応ダイアログベンチマークである。
TIAGEに基づいて,ダイアログ設定におけるトピックシフトモデリングの異なるシナリオを調査するための3つのタスクを紹介する。
論文 参考訳(メタデータ) (2021-09-09T21:06:12Z) - OTTers: One-turn Topic Transitions for Open-Domain Dialogue [11.305029351461306]
オープンドメイン対話における混合イニシアティブは、新しいトピックを積極的に導入するシステムを必要とする。
1ターンのトピック遷移タスクは、システムが協調的で一貫性のある方法で2つのトピックを接続する方法を探索する。
論文 参考訳(メタデータ) (2021-05-28T10:16:59Z) - Who Responded to Whom: The Joint Effects of Latent Topics and Discourse
in Conversation Structure [53.77234444565652]
会話談話における応答関係を同定し,会話の開始に応答発話をリンクする。
単語分布における潜在トピックと会話を学習し,ペアワイズ開始応答リンクを予測するモデルを提案する。
英語と中国語の会話における実験結果から,我々のモデルは過去の芸術の状況を大きく上回っていることが明らかとなった。
論文 参考訳(メタデータ) (2021-04-17T17:46:00Z) - NaturalConv: A Chinese Dialogue Dataset Towards Multi-turn Topic-driven Conversation [28.085557013067678]
本稿では,中国におけるマルチターン話題駆動型会話データセットであるNaturalConvを提案する。
私たちのコーパスには、6つのドメインからの19.9Kの会話と、平均20.1のターン数で400Kの発話が含まれています。
論文 参考訳(メタデータ) (2021-03-03T17:38:33Z) - Response Selection for Multi-Party Conversations with Dynamic Topic
Tracking [63.15158355071206]
我々は、応答と関連する会話コンテキストの間のトピックを一致させるために、動的トピック追跡タスクとして応答選択をフレーム化する。
本研究では,大規模な事前学習モデルによる効率的な符号化を支援する新しいマルチタスク学習フレームワークを提案する。
DSTC-8 Ubuntu IRCデータセットの実験結果は、応答選択とトピックのアンタングル化タスクにおける最先端の結果を示している。
論文 参考訳(メタデータ) (2020-10-15T14:21:38Z) - Topic-Aware Multi-turn Dialogue Modeling [91.52820664879432]
本稿では,トピック認識発話を教師なしでセグメント化して抽出する,多元対話モデリングのための新しいソリューションを提案する。
トピック・アウェア・モデリングは、新たに提案されたトピック・アウェア・セグメンテーション・アルゴリズムとトピック・アウェア・デュアル・アテンション・マッチング(TADAM)ネットワークによって実現されている。
論文 参考訳(メタデータ) (2020-09-26T08:43:06Z) - Detecting and Classifying Malevolent Dialogue Responses: Taxonomy, Data
and Methodology [68.8836704199096]
コーパスベースの会話インタフェースは、テンプレートベースのエージェントや検索ベースのエージェントよりも多様な自然なレスポンスを生成することができる。
コーパスベースの会話エージェントの生成能力が増大すると、マレヴォレントな反応を分類し、フィルタリングする必要性が生じる。
不適切な内容の認識と分類に関するこれまでの研究は、主にある種のマレヴォレンスに焦点を絞っている。
論文 参考訳(メタデータ) (2020-08-21T22:43:27Z) - KdConv: A Chinese Multi-domain Dialogue Dataset Towards Multi-turn
Knowledge-driven Conversation [66.99734491847076]
我々は,中国語の多分野知識駆動会話データセットKdConvを提案する。
私たちのコーパスには3つのドメイン(映画、音楽、旅行)から4.5Kの会話と、平均19.0の回転数で86Kの発話が含まれています。
論文 参考訳(メタデータ) (2020-04-08T16:25:39Z)
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。