論文の概要: Let's Talk! Striking Up Conversations via Conversational Visual Question
Generation
- arxiv url: http://arxiv.org/abs/2205.09327v1
- Date: Thu, 19 May 2022 05:32:26 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-20 12:00:13.260599
- Title: Let's Talk! Striking Up Conversations via Conversational Visual Question
Generation
- Title(参考訳): 話し合おう!
対話型視覚質問生成による会話の検索
- Authors: Shih-Han Chan, Tsai-Lun Yang, Yun-Wei Chu, Chi-Yang Hsu, Ting-Hao
Huang, Yu-Shian Chiu, Lun-Wei Ku
- Abstract要約: 本稿では,まず写真集合の視覚的ストーリーを生成し,そのストーリーを用いて興味深い質問を行う2相フレームワークを提案する。
人間の評価から,我々のフレームワークは,他の視線から質問へのベースラインよりも,会話を開始するための応答を促す質問をより多く生成することが示された。
- 参考スコア(独自算出の注目度): 16.759547167544397
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An engaging and provocative question can open up a great conversation. In
this work, we explore a novel scenario: a conversation agent views a set of the
user's photos (for example, from social media platforms) and asks an engaging
question to initiate a conversation with the user. The existing
vision-to-question models mostly generate tedious and obvious questions, which
might not be ideals conversation starters. This paper introduces a two-phase
framework that first generates a visual story for the photo set and then uses
the story to produce an interesting question. The human evaluation shows that
our framework generates more response-provoking questions for starting
conversations than other vision-to-question baselines.
- Abstract(参考訳): 活発で挑発的な質問は、素晴らしい会話を開きます。
本研究では,会話エージェントがユーザの写真(例えばソーシャルメディアプラットフォームから)の集合を閲覧し,ユーザとの会話を開始するための係わる質問を行うという,新たなシナリオを探求する。
既存のvision-to-questionモデルは、主に退屈で明白な質問を生成します。
本稿では,まず写真集合の視覚的ストーリーを生成し,そのストーリーを用いて興味深い質問を行う2相フレームワークを提案する。
人間の評価から,我々のフレームワークは,他の視線から質問へのベースラインよりも,会話を開始するための応答を促す質問を生成することがわかった。
関連論文リスト
- Ask Questions with Double Hints: Visual Question Generation with Answer-awareness and Region-reference [107.53380946417003]
本稿では,応答認識と領域参照を用いた視覚的質問生成のための新しい学習パラダイムを提案する。
我々は、追加の人間のアノテーションを導入することなく、視覚的ヒントを自己学習する簡単な手法を開発した。
論文 参考訳(メタデータ) (2024-07-06T15:07:32Z) - Searching for Snippets of Open-Domain Dialogue in Task-Oriented Dialogue
Datasets [0.0]
chit-chat/open domainダイアログは、ユーザとのソーシャルな会話に重点を置いている。
タスク指向の対話は、レストランの予約や飛行機のチケットの予約など、機能目標を表現する。
本研究は,ソーシャルトークに関連するシーケンスが自然に存在することを示し,chitchatをタスク指向対話に組み込む方法に関するさらなる研究を動機付けている。
論文 参考訳(メタデータ) (2023-11-23T16:08:39Z) - 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) - 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) - Conversational QA Dataset Generation with Answer Revision [2.5838973036257458]
本稿では,一節から質問に値するフレーズを抽出し,過去の会話を考慮し,それに対応する質問を生成する新しい枠組みを提案する。
本フレームワークでは,抽出した回答を質問生成後に修正し,その回答が一致した質問に正確に一致するようにした。
論文 参考訳(メタデータ) (2022-09-23T04:05:38Z) - SalesBot: Transitioning from Chit-Chat to Task-Oriented Dialogues [22.89699254073016]
ソーシャルチャットからタスク指向対話へのスムーズな移行は、ビジネスチャンスの引き金になる上で重要である。
本稿では,人間の介在なく多数の対話を自動生成するフレームワークを提案する。
公表されたデータは、将来の研究方向と商業活動のガイドとなる大きな可能性を秘めている。
論文 参考訳(メタデータ) (2022-04-22T09:31:13Z) - DialogueNeRF: Towards Realistic Avatar Face-to-Face Conversation Video
Generation [54.84137342837465]
対面会話は毎日の会話の大部分を占める。
既存の手法のほとんどは、一人称音声音声生成に重点を置いている。
ニューラルレイディアンスフィールド(NeRF)に基づく新しい統合フレームワークを提案する。
論文 参考訳(メタデータ) (2022-03-15T14:16:49Z) - Unified Questioner Transformer for Descriptive Question Generation in
Goal-Oriented Visual Dialogue [0.0]
現実世界について質問できる対話型人工知能の構築は、ビジョンと言語問題における最大の課題の1つだ。
我々はUnified Questioner Transformer (UniQer) と呼ばれる新しい問合せアーキテクチャを提案する。
我々は、CLEVR Askと呼ばれる目標指向の視覚対話タスクを構築し、質問者に対して説明的質問を生成する複雑なシーンを合成する。
論文 参考訳(メタデータ) (2021-06-29T16:36:34Z) - Who Responded to Whom: The Joint Effects of Latent Topics and Discourse
in Conversation Structure [53.77234444565652]
会話談話における応答関係を同定し,会話の開始に応答発話をリンクする。
単語分布における潜在トピックと会話を学習し,ペアワイズ開始応答リンクを予測するモデルを提案する。
英語と中国語の会話における実験結果から,我々のモデルは過去の芸術の状況を大きく上回っていることが明らかとなった。
論文 参考訳(メタデータ) (2021-04-17T17:46:00Z) - 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。
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。