Fugu-MT 論文翻訳(概要): The Cross-lingual Conversation Summarization Challenge

論文の概要: The Cross-lingual Conversation Summarization Challenge

arxiv url: http://arxiv.org/abs/2205.00379v1
Date: Sun, 1 May 2022 02:00:16 GMT
ステータス: 処理完了
システム内更新日: 2022-05-04 07:05:07.528122
Title: The Cross-lingual Conversation Summarization Challenge
Title（参考訳）: 言語間対話要約の課題
Authors: Yulong Chen, Ming Zhong, Xuefeng Bai, Naihao Deng, Jing Li, Xianchao Zhu, Yue Zhang
Abstract要約: このタスクは、オンラインミーティングやカンファレンスの出現によって特に有用である。 2つの実世界のシナリオと3つの言語方向をカバーし、低リソース言語を含む新しいベンチマークを構築した。
参考スコア（独自算出の注目度）: 16.842346287603696
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose the shared task of cross-lingual conversation summarization, \emph{ConvSumX Challenge}, opening new avenues for researchers to investigate solutions that integrate conversation summarization and machine translation. This task can be particularly useful due to the emergence of online meetings and conferences. We construct a new benchmark, covering 2 real-world scenarios and 3 language directions, including a low-resource language. We hope that \emph{ConvSumX} can motivate researches to go beyond English and break the barrier for non-English speakers to benefit from recent advances of conversation summarization.
Abstract（参考訳）: 本稿では,会話要約と機械翻訳を統合した解を研究者が研究するための新たな方法として,言語間会話要約の共有タスクである「emph{ConvSumX Challenge」を提案する。このタスクは、オンライン会議やカンファレンスの出現によって特に役に立ちます。 2つの実世界のシナリオと3つの言語方向をカバーする新しいベンチマークを構築した。我々は,「emph{ConvSumX}」が,英語以外の研究を動機づけ,近年の会話要約の進歩の恩恵を受けるために,非英語話者の障壁を破ることを望む。

関連論文リスト

Context-Aware LLM Translation System Using Conversation Summarization and Dialogue History [10.596661157821462]
英語と韓国語を併用した文脈対応LLM翻訳システムを提案する。提案手法では,2つの最新の対話を生データとして組み込んで,会話の要約を行い,文脈長を効果的に管理する。
論文参考訳（メタデータ） (2024-10-22T07:45:18Z)
Increasing faithfulness in human-human dialog summarization with Spoken Language Understanding tasks [0.0]
本稿では,タスク関連情報を組み込むことによって,要約処理の促進を図ることを提案する。その結果,タスク関連情報とモデルを統合することで,単語の誤り率が異なる場合でも要約精度が向上することがわかった。
論文参考訳（メタデータ） (2024-09-16T08:15:35Z)
NewsDialogues: Towards Proactive News Grounded Conversation [72.10055780635625]
本稿では,対話システムがニュースの重要な話題に基づいて会話を積極的にリードする新しいタスク,Proactive News Grounded Conversationを提案する。この課題をさらに発展させるために、人間と人間の対話データセットtsNewsDialoguesを収集し、合計14.6Kの発話を含む1Kの会話を含む。
論文参考訳（メタデータ） (2023-08-12T08:33:42Z)
Neural Conversation Models and How to Rein Them in: A Survey of Failures and Fixes [17.489075240435348]
最近の条件付き言語モデルは、しばしば流動的な方法で、あらゆる種類のテキストソースを継続することができる。言語の観点から言えば、会話への貢献は高い。最近のアプローチでは、基礎となる言語モデルを様々な介入ポイントでテームしようと試みている。
論文参考訳（メタデータ） (2023-08-11T12:07:45Z)
ComSL: A Composite Speech-Language Model for End-to-End Speech-to-Text Translation [79.66359274050885]
公的な事前訓練された音声のみのモデルと言語のみのモデルからなる複合アーキテクチャ上に構築された音声言語モデルであるComSLを提案する。提案手法は,エンドツーエンドの音声-テキスト翻訳タスクにおいて有効であることを示す。
論文参考訳（メタデータ） (2023-05-24T07:42:15Z)
Cue-CoT: Chain-of-thought Prompting for Responding to In-depth Dialogue Questions with LLMs [59.74002011562726]
我々は、よりパーソナライズされ魅力的な応答を提供するために、新しい言語的キューに基づく思考の連鎖(textitCue-CoT)を提案する。中国語と英語の6つのデータセットからなる詳細な対話質問を用いたベンチマークを構築した。実験により,提案手法は,すべてのデータセットにおいて,テクステルパーフルネスとテクスチタアクセプタビリティの両方の観点から,標準的プロンプト法よりも優れていることを示す。
論文参考訳（メタデータ） (2023-05-19T16:27:43Z)
Question-Interlocutor Scope Realized Graph Modeling over Key Utterances for Dialogue Reading Comprehension [61.55950233402972]
本稿では,対話読解のためのキーワード抽出手法を提案する。複数の連続した発話によって形成された単位に対して予測を行い、より多くの回答を含む発話を実現する。発話のテキスト上に構築されたグラフとして,質問-対話者スコープ実現グラフ(QuISG)モデルを提案する。
論文参考訳（メタデータ） (2022-10-26T04:00:42Z)
End-to-end Spoken Conversational Question Answering: Task, Dataset and Model [92.18621726802726]
音声による質問応答では、システムは関連する音声書き起こしの中に連続したテキストスパンからの質問に答えるように設計されている。本稿では,複雑な対話フローをモデル化することを目的とした音声対話型質問応答タスク(SCQA)を提案する。本研究の目的は,音声記録に基づく対話型質問に対処するシステムを構築することであり,情報収集システムによる様々なモダリティからより多くの手がかりを提供する可能性を探ることである。
論文参考訳（メタデータ） (2022-04-29T17:56:59Z)
Continuity of Topic, Interaction, and Query: Learning to Quote in Online Conversations [23.214585012203084]
本研究は,オンライン会話における引用の自動生成について研究する。引用でコンテキストを継続するために、エンコーダ-デコーダニューラルフレームワークが使用される。英語と中国語の2つの大規模データセットの実験結果。
論文参考訳（メタデータ） (2021-06-18T03:38:48Z)
ConvAI3: Generating Clarifying Questions for Open-Domain Dialogue Systems (ClariQ) [64.60303062063663]
本論文では,対話システムに対する質問の明確化に関する課題について詳述する(ClariQ)。このチャレンジは、2020年のSearch Oriented Conversational AI (SCAI) EMNLPワークショップで、ConvAI3(Conversational AI Challenge series)の一部として組織されている。
論文参考訳（メタデータ） (2020-09-23T19:48:02Z)

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。