Fugu-MT 論文翻訳(概要): Augmenting Customer Support with an NLP-based Receptionist

論文の概要: Augmenting Customer Support with an NLP-based Receptionist

arxiv url: http://arxiv.org/abs/2112.01959v1
Date: Fri, 3 Dec 2021 15:03:25 GMT
ステータス: 処理完了
システム内更新日: 2021-12-06 17:53:06.017882
Title: Augmenting Customer Support with an NLP-based Receptionist
Title（参考訳）: nlpベースレセプタによる顧客支援の強化
Authors: Andr\'e Barbosa, Alan Godoy
Abstract要約: ポルトガルのBERTモデルを構造化データと組み合わせて会話型AIシステムを構築する方法を示す。このモデルは、235のアンバランスラベルを含むデータセットで人間レベルの結果を達成する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we show how a Portuguese BERT model can be combined with structured data in order to deploy a chatbot based on a finite state machine to create a conversational AI system that helps a real-estate company to predict its client's contact motivation. The model achieves human level results in a dataset that contains 235 unbalanced labels. Then, we also show its benefits considering the business impact comparing it against classical NLP methods.
Abstract（参考訳）: 本稿では,ポルトガルのBERTモデルと構造化データを組み合わせることで,有限状態マシンをベースとしたチャットボットをデプロイし,リアルタイム企業がクライアントの接触動機を予測するための対話型AIシステムを構築する方法について述べる。このモデルは、235のアンバランスラベルを含むデータセットで人間レベルの結果を達成する。また,従来のNLP手法と比較した場合のビジネスへの影響を考慮し,そのメリットを示す。

関連論文リスト

A Large-Scale Evaluation of Speech Foundation Models [110.95827399522204]
音声処理ユニバーサルパフォーマンスベンチマーク(SUPERB)を構築し,基礎モデルパラダイムの有効性について検討する。凍結基盤モデルを用いてSUPERBにおける音声処理タスクに対処する統合マルチタスクフレームワークを提案する。
論文参考訳（メタデータ） (2024-04-15T00:03:16Z)
A churn prediction dataset from the telecom sector: a new benchmark for uplift modeling [0.1474723404975345]
本稿では,チャーン予測に着目したアップリフトモデリングのための新しいベンチマークデータセットを提案する。これは、チャーン予測問題におけるアップリフトモデリングの効率を評価する可能性を提供する最初の公開データセットである。
論文参考訳（メタデータ） (2023-12-12T12:19:13Z)
Does Synthetic Data Generation of LLMs Help Clinical Text Mining? [51.205078179427645]
臨床テキストマイニングにおけるOpenAIのChatGPTの可能性を検討する。本稿では,高品質な合成データを大量に生成する新たな学習パラダイムを提案する。提案手法により,下流タスクの性能が大幅に向上した。
論文参考訳（メタデータ） (2023-03-08T03:56:31Z)
The NLP Sandbox: an efficient model-to-data system to enable federated and unbiased evaluation of clinical NLP models [9.982590068381974]
臨床用テキスト識別のための自然言語処理モデルの評価は,臨床用ノートの入手に頼っている。 NLP Sandboxは、フェデレートされたモデルからデータへのアプローチを採用することで、NLPモデルのデータと評価フレームワークの欠如を軽減するアプローチである。
論文参考訳（メタデータ） (2022-06-28T17:47:56Z)
WANLI: Worker and AI Collaboration for Natural Language Inference Dataset Creation [101.00109827301235]
我々は人間と機械の協調に基づくデータセット作成のための新しいパラダイムを導入する。我々は、データセット地図を用いて、挑戦的な推論パターンを示すサンプルを自動的に識別し、GPT-3に同様のパターンで新しい例を作成するよう指示する。結果として得られたデータセットであるWANLIは、108,357の自然言語推論(NLI)の例からなり、ユニークな経験的強度を示す。
論文参考訳（メタデータ） (2022-01-16T03:13:49Z)
A Marketplace for Trading AI Models based on Blockchain and Incentives for IoT Data [24.847898465750667]
機械学習(ML)の新たなパラダイムは、学習モデルを異種エージェントのグループに部分的に配信するフェデレートされたアプローチであり、エージェントは自身のデータでモデルをローカルにトレーニングすることができる。モデルの評価の問題や、協調トレーニングやデータ/モデルの取引に対するインセンティブの問題は、文献において限られた扱いを受けてきた。本稿では、信頼されたMLベースのネットワーク上でのMLモデルトレーディングの新しいエコシステムを提案する。買い手はML市場から関心のモデルを取得することができ、興味のある売り手はそのモデルの品質を高めるためにローカルな計算に費やす。
論文参考訳（メタデータ） (2021-12-06T08:52:42Z)
BERTa\'u: Ita\'u BERT for digital customer service [0.0]
我々はBERTa'uと呼ばれるポルトガルの金融ドメイン言語表現モデルを導入する。我々の新しい貢献は、BERTa'u事前訓練された言語モデルでは、より少ないデータが必要であり、3つのNLPタスクで最先端のパフォーマンスに達し、より小さく、より軽量なモデルが実現可能であることである。
論文参考訳（メタデータ） (2021-01-28T14:29:03Z)
Explaining and Improving Model Behavior with k Nearest Neighbor Representations [107.24850861390196]
モデルの予測に責任のあるトレーニング例を特定するために, k 近傍表現を提案する。我々は,kNN表現が学習した素因関係を明らかにするのに有効であることを示す。以上の結果から,kNN手法により,直交モデルが逆入力に対してより堅牢であることが示唆された。
論文参考訳（メタデータ） (2020-10-18T16:55:25Z)
Personalized Cross-Silo Federated Learning on Non-IID Data [62.68467223450439]
非IIDデータは、連合学習にとって難しい課題である。我々は、類似したデータを持つクライアント間のペアワイズコラボレーションという新しいアイデアを提案する。
論文参考訳（メタデータ） (2020-07-07T21:38:36Z)
Examination and Extension of Strategies for Improving Personalized Language Modeling via Interpolation [59.35932511895986]
我々は,グローバルLSTMベースのオーサリングモデルをユーザ個人化n-gramモデルで補間することにより,ユーザレベルでのオフラインメトリクスの改善を示す。利用者の80%以上がパープレキシティのリフトを受けており、ユーザー当たり平均5.2%がパープレキシティのリフトを受け取っている。
論文参考訳（メタデータ） (2020-06-09T19:29:41Z)
BERT-based Ensembles for Modeling Disclosure and Support in Conversational Social Media Text [9.475039534437332]
本稿では,RoBERTa と ALBERT を用いた文脈適応型単語埋め込みを用いた予測アンサンブルモデルを提案する。提案手法は,F1スコアにおいて,F1スコアにおいて3%の精度向上を達成し,すべての基準値においてベースモデルよりも優れていることを示す。
論文参考訳（メタデータ） (2020-06-01T19:52:01Z)

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。