論文の概要: BORT: Back and Denoising Reconstruction for End-to-End Task-Oriented
Dialog
- arxiv url: http://arxiv.org/abs/2205.02471v1
- Date: Thu, 5 May 2022 07:02:31 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-06 15:02:24.891151
- Title: BORT: Back and Denoising Reconstruction for End-to-End Task-Oriented
Dialog
- Title(参考訳): bort: エンドツーエンドタスク指向ダイアログのバック・アンド・デノージングレコンストラクション
- Authors: Haipeng Sun, Junwei Bao, Youzheng Wu, Xiaodong He
- Abstract要約: BORTは、エンドツーエンドのタスク指向ダイアログシステムのための、バックおよびデノベーションな再構築アプローチである。
バックリコンストラクションは、生成されたダイアログ状態から元の入力コンテキストを再構築するために使用される。
劣化したダイアログの状態と応答を再構成するために、デノイングリコンストラクションが使用される。
- 参考スコア(独自算出の注目度): 20.771775014081815
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A typical end-to-end task-oriented dialog system transfers context into
dialog state, and upon which generates a response, which usually faces the
problem of error propagation from both previously generated inaccurate dialog
states and responses, especially in low-resource scenarios. To alleviate these
issues, we propose BORT, a back and denoising reconstruction approach for
end-to-end task-oriented dialog system. Squarely, to improve the accuracy of
dialog states, back reconstruction is used to reconstruct the original input
context from the generated dialog states since inaccurate dialog states cannot
recover the corresponding input context. To enhance the denoising capability of
the model to reduce the impact of error propagation, denoising reconstruction
is used to reconstruct the corrupted dialog state and response. Extensive
experiments conducted on MultiWOZ 2.0 and CamRest676 show the effectiveness of
BORT. Furthermore, BORT demonstrates its advanced capabilities in the zero-shot
domain and low-resource scenarios.
- Abstract(参考訳): 典型的なエンドツーエンドのタスク指向のダイアログシステムは、コンテキストをダイアログ状態に転送し、特に低リソースシナリオにおいて、以前に生成された不正確なダイアログ状態とレスポンスの両方からエラーの伝搬の問題に直面する応答を生成する。
これらの問題を緩和するために,タスク指向対話システムにおけるバック/デノベーション型再構築手法BORTを提案する。
ダイアログ状態の精度を改善するために、不正確なダイアログ状態が対応するインプットコンテキストを回復できないため、元のインプットコンテキストを生成されたダイアログ状態から再構築するためにバック再構成を用いる。
モデルの復調能力を高め、誤り伝播の影響を低減するため、劣化したダイアログ状態と応答を復元するために復調再構成を用いる。
MultiWOZ 2.0とCamRest676で実施された大規模な実験はBORTの有効性を示した。
さらにBORTは、ゼロショットドメインと低リソースのシナリオにおいて、その高度な能力を実証している。
関連論文リスト
- Multimodal Contextual Dialogue Breakdown Detection for Conversational AI Models [1.4199474167684119]
マルチモーダルな文脈対話ブレークダウン(MultConDB)モデルを導入する。
このモデルは、69.27のF1を達成することで、他の既知の最高のモデルよりも大幅に優れている。
論文 参考訳(メタデータ) (2024-04-11T23:09:18Z) - Are cascade dialogue state tracking models speaking out of turn in
spoken dialogues? [1.786898113631979]
本稿では,対話状態追跡のような複雑な環境下でのアートシステムのエラーを包括的に解析する。
音声MultiWozに基づいて、音声対話システムとチャットベースの対話システムとのギャップを埋めるためには、非カテゴリースロットの値の誤差に対処することが不可欠である。
論文 参考訳(メタデータ) (2023-11-03T08:45:22Z) - PICK: Polished & Informed Candidate Scoring for Knowledge-Grounded
Dialogue Systems [59.1250765143521]
現在の知識接地対話システムは、生成された応答を人間に好まれる品質に合わせるのに失敗することが多い。
我々は,世代別再描画フレームワークであるPolseed & Informed Candidate Scoring (PICK)を提案する。
対話履歴に関連性を維持しつつ,より忠実な応答を生成するためのPICKの有効性を示す。
論文 参考訳(メタデータ) (2023-09-19T08:27:09Z) - DiactTOD: Learning Generalizable Latent Dialogue Acts for Controllable
Task-Oriented Dialogue Systems [15.087619144902776]
本稿では,潜在空間における対話行動を表現する対話行動モデル(DiactTOD)を提案する。
大規模なコーパスで事前トレーニングを行うと、DiactTODは対話を予測し制御し、制御可能な応答を生成する。
論文 参考訳(メタデータ) (2023-08-01T23:29:16Z) - Using Textual Interface to Align External Knowledge for End-to-End
Task-Oriented Dialogue Systems [53.38517204698343]
本稿では,外部知識の整合化と冗長なプロセスの排除にテキストインタフェースを用いた新しいパラダイムを提案する。
我々は、MultiWOZ-Remakeを用いて、MultiWOZデータベース用に構築されたインタラクティブテキストインタフェースを含む、我々のパラダイムを実演する。
論文 参考訳(メタデータ) (2023-05-23T05:48:21Z) - EM Pre-training for Multi-party Dialogue Response Generation [86.25289241604199]
多人数対話では、応答発話の宛先を生成前に指定する必要がある。
本稿では,アドレナラベルを生成するための期待ステップを反復的に実行する期待最大化(EM)アプローチを提案する。
論文 参考訳(メタデータ) (2023-05-21T09:22:41Z) - UBARv2: Towards Mitigating Exposure Bias in Task-Oriented Dialogs [28.051423938045843]
トレーニング中にダイアログコンテキストのサンプル生成内容にモデルを明示的に公開するセッションレベルサンプリングを提案する。
我々は,マスク戦略R-Maskを用いたドロップアウト型整合性正規化を用いて,モデルの堅牢性と性能をさらに向上する。
UBARv2は、標準化された評価ベンチマークMultiWOZ上で最先端の性能を実現する。
論文 参考訳(メタデータ) (2022-09-15T12:14:46Z) - Amendable Generation for Dialogue State Tracking [21.473261418818737]
対話状態追跡のための新しい修正可能生成法(AG-DST)を提案する。
AG−DSTは、現在のターンと前のダイアログ状態の対話に基づいてプリミティブなダイアログ状態を生成し、第1パスからプリミティブなダイアログ状態を修正する。
実験の結果, AG-DSTは2つのアクティブDSTデータセットにおいて, 従来よりも有意に優れていた。
論文 参考訳(メタデータ) (2021-10-29T10:02:43Z) - Robust Dialogue Utterance Rewriting as Sequence Tagging [62.12912805378693]
対話書き換えの課題は,対話コンテキストから欠落した内容をコピーし,最新の対話発話を再構築することにある。
これまで、このタスクの既存のモデルは堅牢性の問題、すなわち、異なるドメインでテストする場合のパフォーマンスは劇的に低下します。
本研究では,探索空間を大幅に縮小する新しいシーケンスタグ型流束モデルを提案する。
論文 参考訳(メタデータ) (2020-12-29T00:05:35Z) - Controlling Dialogue Generation with Semantic Exemplars [55.460082747572734]
本稿では,経験的応答に現れる意味的フレームを用いて生成をガイドする,経験的対話生成モデルEDGEを提案する。
単語自体の単語ではなく、経験者の意味的フレームに基づく対話生成の制御により、生成した応答の一貫性が向上することを示す。
論文 参考訳(メタデータ) (2020-08-20T17:02:37Z) - 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。