Fugu-MT 論文翻訳(概要): Mediators: Conversational Agents Explaining NLP Model Behavior

論文の概要: Mediators: Conversational Agents Explaining NLP Model Behavior

arxiv url: http://arxiv.org/abs/2206.06029v1
Date: Mon, 13 Jun 2022 10:31:18 GMT
ステータス: 処理完了
システム内更新日: 2022-06-14 13:28:14.257240
Title: Mediators: Conversational Agents Explaining NLP Model Behavior
Title（参考訳）: メディエーター:NLPモデル行動を説明する会話エージェント
Authors: Nils Feldhus, Ajay Madhavan Ravichandran, Sebastian M\"oller
Abstract要約: 人間中心の説明可能な人工知能(HCXAI)コミュニティは、人間と機械の会話として説明プロセスをフレーミングする必要性を高めた。我々は、自然言語を用いて対話的に神経モデルの振る舞いを説明することができるテキストベースの会話エージェントである、メディエーターのためのデシラタを確立する。
参考スコア（独自算出の注目度）: 2.7878644615660457
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The human-centric explainable artificial intelligence (HCXAI) community has raised the need for framing the explanation process as a conversation between human and machine. In this position paper, we establish desiderata for Mediators, text-based conversational agents which are capable of explaining the behavior of neural models interactively using natural language. From the perspective of natural language processing (NLP) research, we engineer a blueprint of such a Mediator for the task of sentiment analysis and assess how far along current research is on the path towards dialogue-based explanations.
Abstract（参考訳）: 人間中心の説明可能な人工知能(HCXAI)コミュニティは、人間と機械の会話として説明プロセスをフレーミングする必要性を高めた。本稿では,ニューラルモデルの振る舞いを自然言語を用いて対話的に説明できるテキストベースの会話エージェントである仲介者のためのデシデラタを構築した。自然言語処理(nlp)研究の観点からは,感情分析の課題に対するこのような仲介者の青写真を作成し,対話に基づく説明への道のりを現在研究がどこまで進んでいるかを評価する。

関連論文リスト

SIFToM: Robust Spoken Instruction Following through Theory of Mind [51.326266354164716]
本稿では,認知にインスパイアされた音声指導モデルであるSIFToMを提案し,多様な音声条件下でロボットが人間の指示を実践的に追従できるようにする。結果から,SIFToMモデルは現状の音声モデルや言語モデルよりも優れており,課題に追従する音声命令に対する人間レベルの精度に近づいていることがわかった。
論文参考訳（メタデータ） (2024-09-17T02:36:10Z)
Sequential annotations for naturally-occurring HRI: first insights [0.0]
組込み会話エージェントによって達成されたインタラクションを改善するために開発した手法について説明する。私たちは、自然に発生するインタラクションのコーパスを作成し、コミュニティに提供します。
論文参考訳（メタデータ） (2023-08-29T08:07:26Z)
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)
Interactive Natural Language Processing [67.87925315773924]
対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
論文参考訳（メタデータ） (2023-05-22T17:18:29Z)
Channel-aware Decoupling Network for Multi-turn Dialogue Comprehension [81.47133615169203]
本稿では,PrLMの逐次文脈化を超えて,発話間の包括的相互作用のための合成学習を提案する。私たちは、モデルが対話ドメインに適応するのを助けるために、ドメイン適応型トレーニング戦略を採用しています。実験の結果,提案手法は4つの公開ベンチマークデータセットにおいて,強力なPrLMベースラインを著しく向上させることがわかった。
論文参考訳（メタデータ） (2023-01-10T13:18:25Z)
Emotion Recognition in Conversation using Probabilistic Soft Logic [17.62924003652853]
会話における感情認識(英: emotion recognition in conversation、ERC)とは、2つ以上の発話を含む会話に焦点を当てた感情認識のサブフィールドである。我々は,宣言的テンプレート言語である確率的ソフト論理(PSL)にアプローチを実装した。 PSLは、ニューラルモデルからPSLモデルへの結果の取り込みのための機能を提供する。提案手法を最先端の純粋ニューラルネットワークERCシステムと比較した結果,約20%の改善が得られた。
論文参考訳（メタデータ） (2022-07-14T23:59:06Z)
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)
How Should Agents Ask Questions For Situated Learning? An Annotated Dialogue Corpus [13.12257465328948]
本稿では,HuRDLコーパス(HuRDL: Human-Robot Dialogue Learning)について紹介する。コーパスデータとそれに対応するアノテーションスキームを記述し、人間が現在位置する環境での学習を促進するために求める質問の形式と内容について考察する。
論文参考訳（メタデータ） (2021-06-11T16:58:22Z)
Towards Socially Intelligent Agents with Mental State Transition and Human Utility [97.01430011496576]
対話エージェントに精神状態と実用性モデルを取り入れることを提案する。ハイブリッド精神状態は、対話とイベント観察の両方から情報を抽出する。ユーティリティモデルは、クラウドソースのソーシャルコモンセンスデータセットから人間の好みを学習するランキングモデルである。
論文参考訳（メタデータ） (2021-03-12T00:06:51Z)
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)

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。