論文の概要: Chat, Shift and Perform: Bridging the Gap between Task-oriented and
Non-task-oriented Dialog Systems
- arxiv url: http://arxiv.org/abs/2206.11813v1
- Date: Sun, 5 Jun 2022 05:00:18 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-26 12:16:11.025609
- Title: Chat, Shift and Perform: Bridging the Gap between Task-oriented and
Non-task-oriented Dialog Systems
- Title（参考訳）: チャット,シフト,パフォーマンス:タスク指向と非タスク指向の対話システム間のギャップを埋める
- Authors: Teppei Yoshino, Yosuke Fukuchi, Shoya Matsumori, Michita Imai
- Abstract要約: 本稿では,3種類の対話モデルからなる対話システムであるCASPERを提案する。
Shifterはトピック切り替え用に設計されており、オープンドメインチャットからタスク指向ダイアログへのシームレスなダイアログフローを可能にする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose CASPER (ChAt, Shift and PERform), a novel dialog system consisting
of three types of dialog models: chatter, shifter, and performer. Shifter,
which is designed for topic switching, enables a seamless flow of dialog from
open-domain chat- to task-oriented dialog. In a user study, CASPER gave a
better impression in terms of naturalness of response, lack of forced topic
switching, and satisfaction compared with a baseline dialog system trained in
an end-to-end manner. In an ablation study, we found that naturalness of
response, dialog satisfaction, and task-elicitation rate improved compared with
when shifter was removed from CASPER, indicating that topic shift with shifter
supports the introduction of natural task-oriented dialog.
- Abstract（参考訳）: 本研究では,チャット,シフト,実行という3種類の対話モデルからなる新しい対話システムであるcasper (chat, shift and perform)を提案する。
Shifterはトピック切り替え用に設計されており、オープンドメインチャットからタスク指向ダイアログへのシームレスなダイアログフローを可能にする。
ユーザスタディにおいて、CASPERは、エンドツーエンドで訓練されたベースラインダイアログシステムと比較して、応答の自然性、強制的なトピック切り替えの欠如、満足度について、より良い印象を与えた。
アブレーション研究において,シフターがキャスパーから削除された時と比較して,応答の自然性,対話満足度,タスクエレクテーション率が改善し,シフターとのトピックシフトが自然なタスク指向ダイアログの導入をサポートすることが示唆された。
関連論文リスト
- MP2D: An Automated Topic Shift Dialogue Generation Framework Leveraging
Knowledge Graphs [15.876075659237722]
Multi-Passage to Dialogue (MP2D) は、自然なトピック遷移を伴う質問応答データセットを生成する。
MP2Dは対話内のトピックの流れをマッピングし、人間の会話のダイナミクスを効果的に反映する。
本研究では,トピックシフト対話のための新しいベンチマークTS-WikiDialogを紹介する。
論文 参考訳（メタデータ） (2024-03-09T06:28:48Z) - Unified Conversational Models with System-Initiated Transitions between
Chit-Chat and Task-Oriented Dialogues [4.714297769572548]
対話モードが1つの対話モードで変化した場合に発生する「潜在的イニシアチブ」について検討する。
システム開始遷移をトリガーする遷移文を積極的に生成できる2つの効率的なプロンプトモデルに寄与する。
論文 参考訳（メタデータ） (2023-07-04T11:53:23Z) - SPACE-3: Unified Dialog Model Pre-training for Task-Oriented Dialog
Understanding and Generation [123.37377363355363]
SPACE-3は、大規模対話コーパスから学習する、新しい半教師付き会話モデルである。
幅広いダウンストリームダイアログタスクを効果的に微調整できる。
その結果、SPACE-3は8つの下流ダイアログベンチマークで最先端のパフォーマンスを達成することがわかった。
論文 参考訳（メタデータ） (2022-09-14T14:17:57Z) - Adapting Task-Oriented Dialogue Models for Email Conversations [4.45709593827781]
本稿では,対話モデルの最新開発を長文会話に適用できる効果的な伝達学習フレームワーク(EMToD)を提案する。
提案するEMToDフレームワークは,事前学習した言語モデルに対する意図検出性能を45%向上し,タスク指向の電子メール会話において,事前学習した対話モデルに対する意図検出性能を30%向上することを示す。
論文 参考訳（メタデータ） (2022-08-19T16:41:34Z) - 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) - UniDS: A Unified Dialogue System for Chit-Chat and Task-oriented
Dialogues [59.499965460525694]
上記の2つのスキルを備えた統合対話システム(UniDS)を提案する。
我々は、チャットとタスク指向の対話の両方に対応可能な統合対話データスキーマを設計する。
我々は、事前訓練されたチャット対話モデルから混合対話データでUniDSを訓練する。
論文 参考訳（メタデータ） (2021-10-15T11:56:47Z) - TIAGE: A Benchmark for Topic-Shift Aware Dialog Modeling [32.28415754809567]
TIAGEは、トピックシフトに関する人間のアノテーションを利用して構築された新しいトピックシフト対応ダイアログベンチマークである。
TIAGEに基づいて,ダイアログ設定におけるトピックシフトモデリングの異なるシナリオを調査するための3つのタスクを紹介する。
論文 参考訳（メタデータ） (2021-09-09T21:06:12Z) - Adding Chit-Chat to Enhance Task-Oriented Dialogues [36.93917437554091]
Chit-Chatをタスク指向の対話に追加することで、仮想アシスタントの会話をより魅力的でインタラクティブにすることができる。
我々は,2つのタスク指向対話データセットから23.8Kの対話に,新しいチャットベースのアノテーションを提案する。
また,タスク指向対話にChit-chatを追加するための3つの新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-10-24T03:22:43Z) - TOD-BERT: Pre-trained Natural Language Understanding for Task-Oriented
Dialogue [113.45485470103762]
本研究では,言語モデリングのためのタスク指向対話データセットを,人間とマルチターンの9つに統合する。
事前学習時の対話動作をモデル化するために,ユーザトークンとシステムトークンをマスク付き言語モデルに組み込む。
論文 参考訳（メタデータ） (2020-04-15T04:09:05Z) - Conversation Learner -- A Machine Teaching Tool for Building Dialog
Managers for Task-Oriented Dialog Systems [57.082447660944965]
Conversation Learnerは、ダイアログマネージャを構築するための機械学習ツールである。
ダイアログ作成者が慣れ親しんだツールを使ってダイアログフローを作成し、ダイアログフローをパラメトリックモデルに変換することができる。
ユーザシステムダイアログをトレーニングデータとして活用することで、ダイアログ作成者が時間とともにダイアログマネージャを改善することができる。
論文 参考訳（メタデータ） (2020-04-09T00:10:54Z) - Recent Advances and Challenges in Task-oriented Dialog System [63.82055978899631]
課題指向対話システムは、学術・産業社会でますます注目を集めている。
タスク指向ダイアログシステムにおける3つの重要なトピックについて論じる。(1)低リソース環境でのダイアログモデリングを容易にするデータ効率の改善、(2)ダイアログポリシー学習のためのマルチターンダイナミクスのモデリング、(3)ダイアログモデルへのドメイン知識の統合。
論文 参考訳（メタデータ） (2020-03-17T01:34:56Z)
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。