論文の概要: Learning as Conversation: Dialogue Systems Reinforced for Information Acquisition

• arxiv url: http://arxiv.org/abs/2205.14748v1
• Date: Sun, 29 May 2022 19:42:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-31 16:18:30.181701
• Title: Learning as Conversation: Dialogue Systems Reinforced for Information Acquisition
• Title（参考訳）: 会話としての学習:情報獲得のための対話システム
• Authors: Pengshan Cai, Hui Wan, Fei Liu, Mo Yu, Hong Yu, Sachindra Joshi
• Abstract要約: 本稿では,AIを活用した新しいチャットボットを提案する。 情報獲得指向対話システムでは,ドメイン内対話データなしで様々なドメインにシステム転送できるように,強化されたセルフプレイの新たな適応が採用されている。
• 参考スコア（独自算出の注目度）: 30.91417206129677
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose novel AI-empowered chat bots for learning as conversation where a user does not read a passage but gains information and knowledge through conversation with a teacher bot. Our information-acquisition-oriented dialogue system employs a novel adaptation of reinforced self-play so that the system can be transferred to various domains without in-domain dialogue data, and can carry out conversations both informative and attentive to users. Our extensive subjective and objective evaluations on three large public data corpora demonstrate the effectiveness of our system to deliver knowledge-intensive and attentive conversations and help end users substantially gain knowledge without reading passages. Our code and datasets are publicly available for follow-up research.
• Abstract（参考訳）: そこで本研究では,教師ボットと会話することで,文章を読まずに情報や知識を得る会話として学習するための,aiを利用した新しいチャットボットを提案する。 情報獲得指向対話システムでは,ドメイン内対話データを使わずに様々なドメインにシステムを転送し,ユーザに対して情報的かつ注意深い対話を行うことができる。 3つの大規模公開データコーパスにおける主観的・客観的な評価は,知識集約的かつ注意深い会話を実現するシステムの有効性を実証し,利用者の理解獲得を支援する。 私たちのコードとデータセットは、フォローアップリサーチのために公開されています。

関連論文リスト

• PK-Chat: Pointer Network Guided Knowledge Driven Generative Dialogue Model [79.64376762489164]
  PK-Chatは、知識グラフ上のポインタネットワークと、事前訓練された言語モデルを組み合わせた、ポインタネットワーク誘導生成対話モデルである。 PK-Chatが対話で生成した単語は、単語リストの予測と外部知識グラフ知識の直接予測から導かれる。 PK-Chatに基づく対話システムは、地球科学の学術シナリオ向けに構築されている。
  論文  参考訳（メタデータ） (2023-04-02T18:23:13Z)
• Towards leveraging latent knowledge and Dialogue context for real-world conversational question answering [1.0152838128195467]
  本稿では,既存の会話ログにおける潜在知識をニューラル検索・読解システムを用いて活用することを提案する。 実験の結果,検索した背景知識を有効活用し,より優れた回答を得られることがわかった。
  論文  参考訳（メタデータ） (2022-12-17T20:36:17Z)
• Lifelong and Continual Learning Dialogue Systems [14.965054800464259]
  本書は生涯学習対話システムの新たなパラダイムを紹介する。 システムがより多くのユーザとチャットしたり、外部ソースからより多くのことを学ぶようになると、会話の知識が増し、より良くなる。
  論文  参考訳（メタデータ） (2022-11-12T02:39:41Z)
• Knowledge-Grounded Conversational Data Augmentation with Generative Conversational Networks [76.11480953550013]
  生成会話ネットワークを用いて会話データを自動的に生成する。 我々は、Topical Chatデータセット上で、知識のない会話に対するアプローチを評価した。
  論文  参考訳（メタデータ） (2022-07-22T22:37:14Z)
• KETOD: Knowledge-Enriched Task-Oriented Dialogue [77.59814785157877]
  対話システム研究における既存の研究は、主にタスク指向の対話とチャットを独立したドメインとして扱う。 本研究では,タスク指向対話と知識ベースチップチャットを一つのモデルに効果的に統合する方法について検討する。
  論文  参考訳（メタデータ） (2022-05-11T16:01:03Z)
• 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)
• Alquist 3.0: Alexa Prize Bot Using Conversational Knowledge Graph [0.9236074230806579]
  本稿では,Alexa Prize 2020コンペティションで開発されたオープンドメイン対話システムAlquistの第3版を紹介する。 主な貢献は、会話の知識グラフと隣接ペアに基づくシステムの導入である。 本稿では,Alquistのパイプライン,データ取得と処理,対話マネージャ,NLG,知識集約,隣接ペアの階層について論じる。
  論文  参考訳（メタデータ） (2020-11-06T10:10:02Z)
• Towards Data Distillation for End-to-end Spoken Conversational Question Answering [65.124088336738]
  音声対話型質問応答タスク(SCQA)を提案する。 SCQAは,音声発話とテキストコーパスから複雑な対話の流れをモデル化することを目的としている。 我々の主な目的は、音声とテキストの両方で会話的な質問に対処するQAシステムを構築することである。
  論文  参考訳（メタデータ） (2020-10-18T05:53:39Z)
• Information Seeking in the Spirit of Learning: a Dataset for Conversational Curiosity [10.409312809724458]
  我々は、ユーザが知っていることに関連する事実を提示されると、エンゲージメントが増加するという仮説をテストするウィザード・オブ・オズ・ダイアログタスクを設計する。 ユーザとアシスタントが地理的話題について会話する14Kダイアログ(181K発声)を収集・リリースする。 このデータセットには、既存のユーザ知識、メッセージレベルのダイアログアクション、ウィキペディアへの接地、メッセージに対するユーザ反応が注釈付けされている。
  論文  参考訳（メタデータ） (2020-05-01T01:55:09Z)
• Attention over Parameters for Dialogue Systems [69.48852519856331]
  我々は,異なる対話スキルを個別にパラメータ化する対話システムを学び,AoP(Attention over Parameters)を通じてそれぞれを選択し,組み合わせることを学ぶ。 実験の結果,MultiWOZ,In-Car Assistant,Persona-Chatの複合データセット上での競合性能が得られた。
  論文  参考訳（メタデータ） (2020-01-07T03:10:42Z)

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。