論文の概要: CICERO: A Dataset for Contextualized Commonsense Inference in Dialogues

• arxiv url: http://arxiv.org/abs/2203.13926v1
• Date: Fri, 25 Mar 2022 22:08:50 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-03 04:06:46.717463
• Title: CICERO: A Dataset for Contextualized Commonsense Inference in Dialogues
• Title（参考訳）: CICERO: 対話における文脈化コモンセンス推論のためのデータセット
• Authors: Deepanway Ghosal, Siqi Shen, Navonil Majumder, Rada Mihalcea, Soujanya Poria
• Abstract要約: CICEROは、5種類の発話レベルの推論に基づく推論を備えたダイアディックな会話のデータセットである。 このデータセットを使用して、関連する生成的および差別的なタスクを解決する。 CICEROがコモンセンスベースの対話推論に新たな研究の道を開くことを願っています。
• 参考スコア（独自算出の注目度）: 43.5216383146942
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: This paper addresses the problem of dialogue reasoning with contextualized commonsense inference. We curate CICERO, a dataset of dyadic conversations with five types of utterance-level reasoning-based inferences: cause, subsequent event, prerequisite, motivation, and emotional reaction. The dataset contains 53,105 of such inferences from 5,672 dialogues. We use this dataset to solve relevant generative and discriminative tasks: generation of cause and subsequent event; generation of prerequisite, motivation, and listener's emotional reaction; and selection of plausible alternatives. Our results ascertain the value of such dialogue-centric commonsense knowledge datasets. It is our hope that CICERO will open new research avenues into commonsense-based dialogue reasoning.
• Abstract（参考訳）: 本稿では,文脈化コモンセンス推論を用いた対話推論の問題に対処する。 我々は,dyadic会話のデータセットであるciceroを,発話レベルの推論に基づく推論の5つのタイプ – 原因,その後の事象,前提条件,動機,感情的反応 – で収集した。 データセットには、5,672の対話からの推論の53,105が含まれている。 このデータセットは、原因とその後の出来事の生成、前提条件の生成、モチベーション、リスナーの感情反応、妥当な選択肢の選択といった、関連する生成的および差別的なタスクを解決するために使用される。 その結果,対話中心のコモンセンス知識データセットの価値が確認された。 CICEROがコモンセンスベースの対話推論に新たな研究道を開くことを願っています。

関連論文リスト

• ConvoSense: Overcoming Monotonous Commonsense Inferences for Conversational AI [14.314435286162311]
  ConvoSenseは、対話コンテキストにおけるコモンセンス推論のためのデータセットで、GPT、ConvoSenseを使用している。 私たちのデータセットには12,000の対話で50万以上の推論があり、10の一般的な推論タイプがあります。
  論文  参考訳（メタデータ） (2024-01-27T17:51:05Z)
• SpokenWOZ: A Large-Scale Speech-Text Benchmark for Spoken Task-Oriented Dialogue Agents [72.42049370297849]
  SpokenWOZは音声TODのための大規模音声テキストデータセットである。 SpokenWOZでは、クロスターンスロットと推論スロット検出が新たな課題である。
  論文  参考訳（メタデータ） (2023-05-22T13:47:51Z)
• Context-Dependent Embedding Utterance Representations for Emotion Recognition in Conversations [1.8126187844654875]
  我々は会話の文脈を利用した会話における感情認識にアプローチする。 それぞれの発話の文脈依存的な埋め込み表現を提案する。 提案手法の有効性は,オープンドメインのDailyDialogデータセットとタスク指向のEmoWOZデータセットで検証される。
  論文  参考訳（メタデータ） (2023-04-17T12:37:57Z)
• Multiview Contextual Commonsense Inference: A New Dataset and Task [40.566530682082714]
  CICEROv2は2,379の対話から8,351のインスタンスからなるデータセットである。 それは、コンテキストのコモンセンス推論の質問に対して、複数の人間が書いた回答を含んでいる。 CICEROv2の推論は、他の文脈コモンセンス推論データセットよりも意味的に多様であることを示す。
  論文  参考訳（メタデータ） (2022-10-06T13:08:41Z)
• HybriDialogue: An Information-Seeking Dialogue Dataset Grounded on Tabular and Textual Data [87.67278915655712]
  我々は、ウィキペディアのテキストとテーブルの両方を基盤とした、クラウドソーシングされた自然な会話からなる新しい対話データセットHybriDialogueを提示する。 これらの会話は、複雑なマルチホップ質問をシンプルで現実的なマルチターン対話に分解することで生成される。
  論文  参考訳（メタデータ） (2022-04-28T00:52:16Z)
• Commonsense-Focused Dialogues for Response Generation: An Empirical Study [39.49727190159279]
  対話応答生成におけるコモンセンスの実証的研究について述べる。 まず、ConceptNetを利用して既存の対話データセットから共通感覚対話を自動的に抽出する。 次に、対話的な環境での社会的常識を示すことを目的とした、25K対話を備えた対話データセットを新たに収集する。
  論文  参考訳（メタデータ） (2021-09-14T04:32:09Z)
• Graph Based Network with Contextualized Representations of Turns in Dialogue [0.0]
  対話に基づく関係抽出(RE)は、対話に現れる2つの引数間の関係を抽出することを目的としている。 本稿では,対話の理解方法に着目したTUCORE-GCN(TUrn Context aware Graph Convolutional Network)を提案する。
  論文  参考訳（メタデータ） (2021-09-09T03:09:08Z)
• Is this Dialogue Coherent? Learning from Dialogue Acts and Entities [82.44143808977209]
  スイッチボード・コヒーレンス・コーパス(SWBD-Coh)コーパス(Switchboard Coherence corpus,SWBD-Coh)を作成する。 コーパスの統計的分析は、ターンコヒーレンス知覚がエンティティの分布パターンによってどのように影響を受けるかを示している。 DA情報とエンティティ情報を組み合わせたモデルでは,応答選択とターンコヒーレンス評価の両面で最高の性能が得られることがわかった。
  論文  参考訳（メタデータ） (2020-06-17T21:02:40Z)
• Rethinking Dialogue State Tracking with Reasoning [76.0991910623001]
  本稿では, 対話状態の段階的追跡を, バックエンドデータの助けを借りて行うことを提案する。 実験の結果,MultiWOZ 2.1の連立信条精度は38.6%向上した。
  論文  参考訳（メタデータ） (2020-05-27T02:05:33Z)
• Dialogue-Based Relation Extraction [53.2896545819799]
  本稿では,人間による対話型関係抽出(RE)データセットDialogREを提案する。 我々は,対話型タスクと従来のREタスクの類似点と相違点の分析に基づいて,提案課題において話者関連情報が重要な役割を担っていると論じる。 実験結果から,ベストパフォーマンスモデルにおける話者認識の拡張が,標準設定と会話評価設定の両方において向上することが示された。
  論文  参考訳（メタデータ） (2020-04-17T03:51:57Z)

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。