論文の概要: Personal Entity, Concept, and Named Entity Linking in Conversations
- arxiv url: http://arxiv.org/abs/2206.07836v3
- Date: Wed, 27 Sep 2023 21:49:17 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-29 23:17:11.537395
- Title: Personal Entity, Concept, and Named Entity Linking in Conversations
- Title(参考訳): 会話における個人エンティティ、概念、名前付きエンティティリンク
- Authors: Hideaki Joko and Faegheh Hasibi
- Abstract要約: 会話におけるエンティティリンクのためのコレクションとツールを紹介します。
我々は、名前付きエンティティ、概念、個人エンティティへのリンクからなる会話発話1327件のELアノテーションを収集する。
このデータセットは、対話型エンティティリンクであるCRELのためのツールキットのトレーニングに使用される。
- 参考スコア(独自算出の注目度): 4.759142872591625
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Building conversational agents that can have natural and knowledge-grounded
interactions with humans requires understanding user utterances. Entity Linking
(EL) is an effective and widely used method for understanding natural language
text and connecting it to external knowledge. It is, however, shown that
existing EL methods developed for annotating documents are suboptimal for
conversations, where personal entities (e.g., "my cars") and concepts are
essential for understanding user utterances. In this paper, we introduce a
collection and a tool for entity linking in conversations. We collect EL
annotations for 1327 conversational utterances, consisting of links to named
entities, concepts, and personal entities. The dataset is used for training our
toolkit for conversational entity linking, CREL. Unlike existing EL methods,
CREL is developed to identify both named entities and concepts. It also
utilizes coreference resolution techniques to identify personal entities and
references to the explicit entity mentions in the conversations. We compare
CREL with state-of-the-art techniques and show that it outperforms all existing
baselines.
- Abstract(参考訳): 人間と自然で知識に基づく対話ができる会話エージェントを構築するには、ユーザの発話を理解する必要がある。
エンティティリンク(el)は、自然言語テキストを理解し、外部の知識とつなぐための効果的かつ広く使用される方法である。
しかし、文書の注釈付けのために開発された既存のELメソッドは会話に最適であり、個人(例えば「マイカー」)や概念がユーザの発話を理解するのに不可欠であることが示されている。
本稿では,会話におけるエンティティリンクのためのコレクションとツールを紹介する。
我々は、名前付きエンティティ、概念、個人エンティティへのリンクからなる会話発話1327件のELアノテーションを収集する。
このデータセットは、対話型エンティティリンクであるCRELのためのツールキットのトレーニングに使用される。
既存のELメソッドとは異なり、CRELは名前付きエンティティと概念の両方を識別するために開発されている。
また、コア参照解決技術を使用して、会話で言及された明示的なエンティティへの個人エンティティと参照を識別する。
CRELと最先端技術を比較し、既存のすべてのベースラインより優れていることを示す。
関連論文リスト
- OneNet: A Fine-Tuning Free Framework for Few-Shot Entity Linking via Large Language Model Prompting [49.655711022673046]
OneNetは、大規模言語モデル(LLM)の少数ショット学習機能を利用する革新的なフレームワークで、微調整は不要である。
1)無関係なエンティティを要約してフィルタリングすることで入力を単純化するエンティティリダクションプロセッサ,(2)コンテキスト的キューと事前知識を組み合わせて正確なエンティティリンクを行うデュアルパースペクティブエンティティリンカ,(3)エンティティリンク推論における幻覚を緩和するユニークな一貫性アルゴリズムを利用するエンティティコンセンサス判定器,である。
論文 参考訳(メタデータ) (2024-10-10T02:45:23Z) - Entity Disambiguation via Fusion Entity Decoding [68.77265315142296]
より詳細なエンティティ記述を持つエンティティを曖昧にするためのエンコーダ・デコーダモデルを提案する。
GERBILベンチマークでは、EntQAと比較して、エンド・ツー・エンドのエンティティリンクが+1.5%改善されている。
論文 参考訳(メタデータ) (2024-04-02T04:27:54Z) - Parameter-Efficient Conversational Recommender System as a Language
Processing Task [52.47087212618396]
会話レコメンデータシステム(CRS)は,自然言語会話を通じてユーザの嗜好を喚起することで,ユーザに対して関連項目を推薦することを目的としている。
先行作業では、アイテムのセマンティック情報、対話生成のための言語モデル、関連する項目のランク付けのためのレコメンデーションモジュールとして、外部知識グラフを利用することが多い。
本稿では、自然言語の項目を表現し、CRSを自然言語処理タスクとして定式化する。
論文 参考訳(メタデータ) (2024-01-25T14:07:34Z) - Knowledge Graphs and Pre-trained Language Models enhanced Representation Learning for Conversational Recommender Systems [58.561904356651276]
本稿では,対話型推薦システムのためのエンティティの意味理解を改善するために,知識強化型エンティティ表現学習(KERL)フレームワークを紹介する。
KERLは知識グラフと事前訓練された言語モデルを使用して、エンティティの意味的理解を改善する。
KERLはレコメンデーションとレスポンス生成の両方のタスクで最先端の結果を達成する。
論文 参考訳(メタデータ) (2023-12-18T06:41:23Z) - INSPIRED2: An Improved Dataset for Sociable Conversational
Recommendation [5.837881923712394]
自然言語のユーザと対話する会話レコメンデータシステム(CRS)は、ペア化された人間の助けを借りて収集されたレコメンデーションダイアログを利用する。
CRSは、ダイアログに現れ、通常ドメインの知識を活用する、明示的に注釈付けされたアイテムやエンティティに依存します。
本研究では,会話レコメンデーションのためのレコメンデーションダイアログからなるデータセットであるINSPIREDについて検討する。
論文 参考訳(メタデータ) (2022-08-08T12:51:30Z) - ISA-bEL: Intelligent Search Algorithm based on Entity Linking [0.0]
知識グラフに基づく自然言語処理パイプラインを提案する。
コンテキストで入力されたエンティティは、知識グラフによってサポートされている特定のドメインに投影される。
これらのリンクされたエンティティは、知識グラフ内のトップレベルの集約概念を検索する鍵として機能します。
論文 参考訳(メタデータ) (2022-05-09T14:26:52Z) - Improving Entity Linking through Semantic Reinforced Entity Embeddings [16.868791358905916]
そこで本稿では, コンテキスト共通性の学習を容易にするため, 実体埋め込みに微粒な意味情報を注入する手法を提案する。
エンティティの埋め込みに基づいて、エンティティリンクにおける最先端のパフォーマンスを新たに達成しました。
論文 参考訳(メタデータ) (2021-06-16T00:27:56Z) - Conversational Entity Linking: Problem Definition and Datasets [21.472928615684985]
対話システムのためのエンティティリンクの研究を行う。
既存の会話データセットから多数の対話を分析し、クラウドソーシングを用いて概念、名前付きエンティティ、個人エンティティへの注釈を付ける。
Conversational Entity LinkingデータセットであるConEL上での従来のELシステムのパフォーマンスを報告し、会話設定によく適合するこれらのメソッドの拡張を提示します。
論文 参考訳(メタデータ) (2021-05-11T09:44:27Z) - CR-Walker: Tree-Structured Graph Reasoning and Dialog Acts for
Conversational Recommendation [62.13413129518165]
CR-Walkerは知識グラフ上で木構造推論を行うモデルである。
インフォメーションダイアログが生成され、言語生成をガイドする。
自動的および人的評価は、CR-Walkerがより正確なレコメンデーションに到達できることを示している。
論文 参考訳(メタデータ) (2020-10-20T14:53:22Z) - Improving Conversational Recommender Systems via Knowledge Graph based
Semantic Fusion [77.21442487537139]
対話型レコメンデータシステム(CRS)は,対話型対話を通じて高品質なアイテムをユーザに推薦することを目的としている。
まず、会話データ自体にユーザの好みを正確に理解するための十分なコンテキスト情報がない。
第二に、自然言語表現とアイテムレベルのユーザ嗜好の間には意味的なギャップがある。
論文 参考訳(メタデータ) (2020-07-08T11:14:23Z)
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。