論文の概要: The slurk Interaction Server Framework: Better Data for Better Dialog
Models
- arxiv url: http://arxiv.org/abs/2202.01155v1
- Date: Wed, 2 Feb 2022 17:30:33 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-03 15:14:15.150189
- Title: The slurk Interaction Server Framework: Better Data for Better Dialog
Models
- Title(参考訳): slurk Interaction Server Framework: より良いダイアログモデルのためのより良いデータ
- Authors: Jana G\"otze, Maike Paetzel-Pr\"usmann, Wencke Liermann, Tim Diekmann,
David Schlangen
- Abstract要約: Slurkは、ダイアログデータ収集と実験を実行するための軽量なインタラクションサーバである。
このソフトウェアは、個々のニーズに容易に適応できるHTMLとJSでPythonで実装されている。
- 参考スコア(独自算出の注目度): 11.882059985739897
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents the slurk software, a lightweight interaction server for
setting up dialog data collections and running experiments. Slurk enables a
multitude of settings including text-based, speech and video interaction
between two or more humans or humans and bots, and a multimodal display area
for presenting shared or private interactive context. The software is
implemented in Python with an HTML and JS frontend that can easily be adapted
to individual needs. It also provides a setup for pairing participants on
common crowdworking platforms such as Amazon Mechanical Turk and some example
bot scripts for common interaction scenarios.
- Abstract(参考訳): 本稿では,ダイアログデータの収集と実験を行うための軽量インタラクションサーバであるslurk softwareを提案する。
Slurkは、2人以上の人間とボット間のテキストベース、音声とビデオのインタラクション、共有またはプライベートな対話コンテキストを表示するマルチモーダル表示エリアなど、さまざまな設定を可能にする。
このソフトウェアはpythonでhtmlとjsのフロントエンドを使って実装されており、個々のニーズに容易に適応できる。
amazon mechanical turkや、一般的なインタラクションシナリオ用のボットスクリプトなど、一般的なクラウドワークプラットフォーム上で参加者をペアリングするためのセットアップも提供する。
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) - 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) - Dialog2API: Task-Oriented Dialogue with API Description and Example
Programs [57.336201096903466]
タスク指向対話のための新しいパラダイム、Dialog2APIを導入し、機能を大幅に拡張し、シームレスな対話体験を提供する。
また、対話ポリシーを管理し、適切な自然言語応答を生成することでユーザと対話する。
Dialog2APIは、ソフトウェア自動化やカスタマーサービスなど、多くのアプリケーションシナリオで動作する。
論文 参考訳(メタデータ) (2022-12-20T01:52:46Z) - BotsTalk: Machine-sourced Framework for Automatic Curation of
Large-scale Multi-skill Dialogue Datasets [16.6583831098204]
そこで,Blended Skill BotsTalk (BSBT)について述べる。
我々のデータセットは、スキルブレンディングとスキルグラウンドニングの理解を必要とするマルチスキル対話システムに有効であることを示す。
論文 参考訳(メタデータ) (2022-10-23T10:19:42Z) - Dialogue History Matters! Personalized Response Selectionin Multi-turn
Retrieval-based Chatbots [62.295373408415365]
本稿では,コンテキスト応答マッチングのためのパーソナライズドハイブリッドマッチングネットワーク(phmn)を提案する。
1) ユーザ固有の対話履歴からパーソナライズされた発話行動を付加的なマッチング情報として抽出する。
ユーザ識別による2つの大規模データセット,すなわちパーソナライズされた対話 Corpus Ubuntu (P-Ubuntu) とパーソナライズされたWeiboデータセット (P-Weibo) のモデルを評価する。
論文 参考訳(メタデータ) (2021-03-17T09:42:11Z) - A Framework for Integrating Gesture Generation Models into Interactive
Conversational Agents [0.0]
Embodied conversational agent (ECA) は、自然かつ効率的なユーザとの対話において、非言語行動の恩恵を受ける。
近年のジェスチャー生成手法は,ユーザとのリアルタイムインタラクションでは評価されていない。
本稿では,現代のジェスチャ生成モデルの評価を容易にするための概念実証フレームワークを提案する。
論文 参考訳(メタデータ) (2021-02-24T14:31:21Z) - Simulated Chats for Building Dialog Systems: Learning to Generate
Conversations from Instructions [14.47025580681492]
本稿では、事前訓練された言語モデルであるGPT2を用いて、ユーザボットとエージェントボットを作成することによって、群衆労働者間のインタラクションをシミュレートするデータ生成戦略を提案する。
シミュレーションデータを使用することで、2つの公開データセット上での低リソース設定を大幅に改善できることを実証する。
論文 参考訳(メタデータ) (2020-10-20T12:04:19Z) - Multi-View Sequence-to-Sequence Models with Conversational Structure for
Abstractive Dialogue Summarization [72.54873655114844]
テキスト要約は、NLPにおいて最も困難で興味深い問題の1つである。
本研究では、まず、異なる視点から構造化されていない日々のチャットの会話構造を抽出し、会話を表現するマルチビューシーケンス・ツー・シーケンスモデルを提案する。
大規模対話要約コーパスの実験により,本手法は,自動評価と人的判断の両面から,従来の最先端モデルよりも有意に優れた性能を示した。
論文 参考訳(メタデータ) (2020-10-04T20:12:44Z) - Pchatbot: A Large-Scale Dataset for Personalized Chatbot [49.16746174238548]
本稿では,Weibo と Judicial のフォーラムから収集した2つのサブセットを含む大規模対話データセットである Pchatbot を紹介する。
生データセットを対話システムに適応させるため、匿名化などのプロセスを通じて生データセットを精巧に正規化する。
Pchatbotのスケールは、既存の中国のデータセットよりも大幅に大きく、データ駆動モデルの恩恵を受ける可能性がある。
論文 参考訳(メタデータ) (2020-09-28T12:49:07Z) - Automatic Generation of Chatbots for Conversational Web Browsing [4.994942792036863]
シンプルなボット固有のアノテーションを備えたウェブサイトからボットを生成する基盤について述べる。
目標は、ユーザーがキーボードとマウスを使ってグラフィカルなUIを操作するのではなく、”Webサイトに話しかける”ことによって、レンダリングされたUIを通じてアクセス可能なコンテンツや機能を使用できるようにすることだ。
論文 参考訳(メタデータ) (2020-08-19T18:10:28Z)
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。