論文の概要: Controllable Response Generation for Assistive Use-cases

• arxiv url: http://arxiv.org/abs/2112.02246v1
• Date: Sat, 4 Dec 2021 05:13:29 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-07 15:29:32.254605
• Title: Controllable Response Generation for Assistive Use-cases
• Title（参考訳）: 補助ユースケースに対する制御可能な応答生成
• Authors: Shachi H Kumar, Hsuan Su, Ramesh Manuvinakurike, Saurav Sahay, Lama Nachman
• Abstract要約: ユーザがキューやキーワードを使ってコントロールできるダイアログシステムを構築している。 提案するモデルでは,応答の質を劣化させることなく,キーワードを効果的にモデル応答に誘導できることが示される。 本研究は, 終末応答生成モデルにおけるキーワード制御が強力であり, 変性障害のあるユーザに対して, 日々のコミュニケーションを円滑に行うことができることを示す。
• 参考スコア（独自算出の注目度）: 5.804785038268049
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conversational agents have become an integral part of the general population for simple task enabling situations. However, these systems are yet to have any social impact on the diverse and minority population, for example, helping people with neurological disorders, for example ALS, and people with speech, language and social communication disorders. Language model technology can play a huge role to help these users carry out daily communication and social interactions. To enable this population, we build a dialog system that can be controlled by users using cues or keywords. We build models that can suggest relevant cues in the dialog response context which is used to control response generation and can speed up communication. We also introduce a keyword loss to lexically constrain the model output. We show both qualitatively and quantitatively that our models can effectively induce the keyword into the model response without degrading the quality of response. In the context of usage of such systems for people with degenerative disorders, we present human evaluation of our cue or keyword predictor and the controllable dialog system and show that our models perform significantly better than models without control. Our study shows that keyword control on end to end response generation models is powerful and can enable and empower users with degenerative disorders to carry out their day to day communication.
• Abstract（参考訳）: 会話エージェントは、単純なタスク対応の状況において、一般市民の不可欠な部分となっている。 しかし、これらのシステムは、例えばALSのような神経疾患を持つ人々や、言語、言語、社会コミュニケーション障害を持つ人々など、多様な少数民族に社会的な影響を与えていない。 言語モデル技術は、ユーザーが日々のコミュニケーションや社会的交流を行うのを助けるために大きな役割を果たす。 この集団を実現するために,ユーザによってクエスやキーワードを使って制御できるダイアログシステムを構築した。 我々は,応答生成の制御や通信の高速化に使用される対話応答コンテキストにおいて,関連する手がかりを提案できるモデルを構築した。 また、モデル出力を語彙的に制約するキーワード損失を導入する。 我々は,モデルが応答の質を劣化させることなく,キーワードを効果的にモデル応答に誘導できることを定性的かつ定量的に示す。 発達障害のある人に対するこのようなシステムの使用の文脈において,本研究は,手がかりやキーワードの予測と制御可能な対話システムの人間による評価を行い,制御のないモデルと比較して,モデルの性能が著しく向上することを示す。 本研究は、エンドツーエンドの応答生成モデルにおけるキーワード制御が強力であり、変性疾患を持つ利用者が日々のコミュニケーションを行うことができることを示す。

関連論文リスト

• Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
  多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。 この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。 実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-11-07T21:37:51Z)
• Controllable Mixed-Initiative Dialogue Generation through Prompting [50.03458333265885]
  混合開始対話タスクには、情報の繰り返し交換と会話制御が含まれる。 エージェントは、ポリシープランナーが定める特定の対話意図や戦略に従う応答を生成することにより、コントロールを得る。 標準的なアプローチは、これらの意図に基づいて生成条件を実行するために、訓練済みの言語モデルを微調整している。 代わりに、条件生成の微調整に代えて、大きな言語モデルをドロップインで置き換えるように促します。
  論文  参考訳（メタデータ） (2023-05-06T23:11:25Z)
• Opportunities and Challenges in Neural Dialog Tutoring [54.07241332881601]
  言語学習のための2つの対話学習データセットを用いて、様々な生成言語モデルを厳密に分析する。 現在のアプローチでは、制約のある学習シナリオでチューリングをモデル化できますが、制約の少ないシナリオではパフォーマンスが悪くなります。 人的品質評価では, モデルと接地木アノテーションの両方が, 同等のチュータリングの点で低い性能を示した。
  論文  参考訳（メタデータ） (2023-01-24T11:00:17Z)
• Can You be More Social? Injecting Politeness and Positivity into Task-Oriented Conversational Agents [60.27066549589362]
  人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。 このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。 人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
  論文  参考訳（メタデータ） (2020-12-29T08:22:48Z)
• A Taxonomy of Empathetic Response Intents in Human Social Conversations [1.52292571922932]
  自然言語処理コミュニティでは、オープンドメインの会話エージェントがますます人気を高めている。 課題のひとつは、共感的な方法で会話できるようにすることです。 現在のニューラルレスポンス生成手法は、大規模な会話データからエンドツーエンドの学習のみに頼って対話を生成する。 近年,対話act/intentモデリングとニューラルレスポンス生成を組み合わせることが期待されている。
  論文  参考訳（メタデータ） (2020-12-07T21:56:45Z)
• The Adapter-Bot: All-In-One Controllable Conversational Model [66.48164003532484]
  本稿では、DialGPTなどの固定バックボーンモデルを用いて、異なるアダプタを介してオンデマンド対話スキルをトリガーする対話モデルを提案する。 スキルに応じて、モデルはテキスト、テーブル、強調応答などの複数の知識タイプを処理できる。 我々は,既存の会話モデルと比較し,自動評価を用いたモデルの評価を行った。
  論文  参考訳（メタデータ） (2020-08-28T10:59:31Z)
• A Controllable Model of Grounded Response Generation [122.7121624884747]
  現在のエンドツーエンドのニューラルネットワークモデルは、応答生成プロセスにセマンティックコントロールを課す柔軟性を本質的に欠いている。 我々は制御可能な接地応答生成(CGRG)と呼ばれるフレームワークを提案する。 このフレームワークを用いることで、会話のようなRedditデータセットでトレーニングされた、新しいインダクティブアテンション機構を備えたトランスフォーマーベースのモデルが、強力な生成ベースラインを上回っていることを示す。
  論文  参考訳（メタデータ） (2020-05-01T21:22:08Z)
• Generating Emotionally Aligned Responses in Dialogues using Affect Control Theory [15.848210524718219]
  感情制御理論(Affect Control Theory、ACT)は、人間と人間の相互作用に対する感情の社会的・数学的モデルである。 本研究では、ACTが感情認識型神経会話エージェントの開発にどのように役立つかを検討する。
  論文  参考訳（メタデータ） (2020-03-07T19:31:08Z)
• Teaching Machines to Converse [24.64148203917298]
  この論文は、オープンドメイン対話生成システムにおけるニューラルネットワークモデルによる課題に対処しようとするものである。 我々は,対話型質問応答システムを開発するために,対話型質問応答システムを開発した。
  論文  参考訳（メタデータ） (2020-01-31T08:28:07Z)

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。