論文の概要: COSPLAY: Concept Set Guided Personalized Dialogue Generation Across Both Party Personas

• arxiv url: http://arxiv.org/abs/2205.00872v2
• Date: Wed, 4 May 2022 16:26:23 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-05 11:35:49.148205
• Title: COSPLAY: Concept Set Guided Personalized Dialogue Generation Across Both Party Personas
• Title（参考訳）: cosplay: パーソナライズされた対話生成のためのコンセプトセット
• Authors: Chen Xu, Piji Li, Wei Wang, Haoran Yang, Siyun Wang, and Chuangbai Xiao
• Abstract要約: COSPLAY (Concept Set Guided PersonaLized dialogue generation Across both PartY Personas)を提案する。 私たちはまず、コンセプトセットにおいて、まず自己ソナ、パートナーペルソナ、相互対話を表現します。 次に,集合代数,集合展開,集合距離などの処理を行うための知識強化された一連の演算を用いた概念集合フレームワークを提案する。 自動評価と人的評価の両方において、よりエゴセントリックで、より人間らしく、高品質な応答を生成するために、我々のモデルは最先端のベースラインより優れています。
• 参考スコア（独自算出の注目度）: 24.054100977305097
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Maintaining a consistent persona is essential for building a human-like conversational model. However, the lack of attention to the partner makes the model more egocentric: they tend to show their persona by all means such as twisting the topic stiffly, pulling the conversation to their own interests regardless, and rambling their persona with little curiosity to the partner. In this work, we propose COSPLAY(COncept Set guided PersonaLized dialogue generation Across both partY personas) that considers both parties as a "team": expressing self-persona while keeping curiosity toward the partner, leading responses around mutual personas, and finding the common ground. Specifically, we first represent self-persona, partner persona and mutual dialogue all in the concept sets. Then, we propose the Concept Set framework with a suite of knowledge-enhanced operations to process them such as set algebras, set expansion, and set distance. Based on these operations as medium, we train the model by utilizing 1) concepts of both party personas, 2) concept relationship between them, and 3) their relationship to the future dialogue. Extensive experiments on a large public dataset, Persona-Chat, demonstrate that our model outperforms state-of-the-art baselines for generating less egocentric, more human-like, and higher quality responses in both automatic and human evaluations.
• Abstract（参考訳）: 一貫したペルソナの維持は、人間のような会話モデルを構築する上で不可欠である。 しかし、パートナーへの注意の欠如により、モデルはよりエゴセントリックなものとなり、トピックを強引にツイストしたり、会話を自分の興味に引き寄せたり、パートナーに好奇心をほとんど持たずにペルソナをぶつけたりするなど、あらゆる手段でペルソナを示す傾向にある。 本研究では,両者を「チーム」とみなすCOSPLAY(Concept Set Guided PersonaLized dialogue generation)を提案する。 具体的には,まず,自己対人,パートナーペルソナ,相互対話を概念セットで表現する。 次に,集合代数,集合展開,集合距離などの処理を行うための知識エンハンス操作の組を持つ概念集合フレームワークを提案する。 これらの操作を媒介として モデルを訓練し 1)両党のペルソナの概念 2 両者の概念的関係、及び 3)今後の対話との関連性。 大規模な公開データセットであるPersona-Chatの大規模な実験により、我々のモデルは、自己中心的でない、より人間らしく、より高品質な応答を自動評価と人的評価の両方で生成する、最先端のベースラインよりも優れています。

関連論文リスト

• Interactive Conversational Head Generation [68.76774230274076]
  対面会話における1つのインターロケータの振る舞いを合成するための新しい対話ヘッド生成ベンチマークを提案する。 長時間・複数回会話に参加可能なインターロカクタを自動的に合成する機能は不可欠であり、様々なアプリケーションにメリットを提供する。
  論文  参考訳（メタデータ） (2023-07-05T08:06:26Z)
• Understanding How People Rate Their Conversations [73.17730062864314]
  我々は、人々が会話エージェントとのインタラクションをどのように評価するかをよりよく理解するために研究を行う。 我々は、評価の変動を説明する変数として、同意性と外向性に焦点を当てる。
  論文  参考訳（メタデータ） (2022-06-01T00:45:32Z)
• Towards Building a Personalized Dialogue Generator via Implicit User Persona Detection [0.0]
  高品質なトランスミッションは基本的に、相手のペルソナを反映して構築されていると考えています。 そこで本研究では,暗黙のユーザペルソナを検知する対話生成手法を提案する。
  論文  参考訳（メタデータ） (2022-04-15T08:12:10Z)
• Know Deeper: Knowledge-Conversation Cyclic Utilization Mechanism for Open-domain Dialogue Generation [11.72386584395626]
  エンドツーエンドのインテリジェントなニューラルダイアログシステムは、一貫性のない繰り返し応答を生成する問題に悩まされる。 既存の対話モデルは、対人関係の会話情報を対人情報の流れとして捉えた個人知識に組み込むことが、その後の会話の質を高めるという事実を無視しながら、対人関係の個人知識を一方的にダイアログに組み込むことに注意を払っている。 会話の一貫性を向上し、2つの折り畳みから繰り返しを緩和することを目的とした,会話適応型多視点対応対応型応答生成モデルを提案する。
  論文  参考訳（メタデータ） (2021-07-16T08:59:06Z)
• Few-shot Language Coordination by Modeling Theory of Mind [95.54446989205117]
  我々は、数ショット$textit language coordinate$のタスクについて研究する。 リードエージェントは、言語能力の異なるエージェントの$textitpopulation$と調整する必要があります。 これは、人間のコミュニケーションの重要な構成要素であるパートナーの信念をモデル化する能力を必要とする。
  論文  参考訳（メタデータ） (2021-07-12T19:26:11Z)
• Toward Stance-based Personas for Opinionated Dialogues [24.311393653922476]
  本稿では,姿勢に基づくペルソナを考察し,言語生成を促進するための意見や価値観,信念など,より深い特徴を把握しようとする。 異なる姿勢に基づくペルソナ表現と,それらがクレーム生成に与える影響を探索するための,新しいデータセットを提案する。
  論文  参考訳（メタデータ） (2020-10-07T12:30:30Z)
• Modeling Dyadic Conversations for Personality Inference [8.19277339277905]
  本稿では,個人間の対話に基づく非教師付き個人会話埋め込み(PCE)学習のための拡張GRUモデルを提案する。 映画スクリプトにおける文字間の会話から収集した映画スクリプトデータセットについて実験を行った。
  論文  参考訳（メタデータ） (2020-09-26T01:25:42Z)
• You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
  認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。 そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
  論文  参考訳（メタデータ） (2020-04-11T12:51:07Z)
• I love your chain mail! Making knights smile in a fantasy game world: Open-domain goal-oriented dialogue agents [69.68400056148336]
  我々は、模倣学習したチトチャットモデルに対して強化学習を施した目標指向モデルを訓練する。 両モデルが逆モデルベースラインより優れており,目標を達成するために対話相手と自然に会話できることを示す。
  論文  参考訳（メタデータ） (2020-02-07T16:22:36Z)
• A Neural Topical Expansion Framework for Unstructured Persona-oriented Dialogue Generation [52.743311026230714]
  Persona Exploration and Exploitation (PEE)は、事前に定義されたユーザペルソナ記述を意味論的に相関したコンテンツで拡張することができる。 PEEはペルソナ探索とペルソナ搾取という2つの主要なモジュールで構成されている。 提案手法は, 自動評価と人的評価の両面で, 最先端のベースラインを上回っている。
  論文  参考訳（メタデータ） (2020-02-06T08:24:33Z)

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。