論文の概要: Simplifying Semantic Annotations of SMCalFlow
- arxiv url: http://arxiv.org/abs/2206.13425v1
- Date: Mon, 27 Jun 2022 16:22:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-28 16:33:33.959714
- Title: Simplifying Semantic Annotations of SMCalFlow
- Title(参考訳): SMCalFlowのセマンティックアノテーションの簡易化
- Authors: Joram Meron
- Abstract要約: SMCalFlowはタスク指向の自然な対話を意味的に詳細に記述した大量のコーパスである。
この注釈付きコーパスの可用性、サイズ、豊かさにもかかわらず、対話システムの研究での使用は限られている。
本稿では、SMCalFlowアノテーションの簡易化と、アノテーション付きデータフロープログラムの実行を検査するために必要なコードのリリースを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: SMCalFlow is a large corpus of semantically detailed annotations of
task-oriented natural dialogues. The annotations use a dataflow approach, in
which the annotations are programs which represent user requests. Despite the
availability, size and richness of this annotated corpus, it has seen only very
limited use in dialogue systems research work, at least in part due to the
difficulty in understanding and using the annotations. To address these
difficulties, this paper suggests a simplification of the SMCalFlow
annotations, as well as releases code needed to inspect the execution of the
annotated dataflow programs, which should allow researchers of dialogue systems
an easy entry point to experiment with various dataflow based implementations
and annotations.
- Abstract(参考訳): SMCalFlowはタスク指向の自然な対話を意味的に詳細に記述した大量のコーパスである。
アノテーションはdataflowアプローチを使用しており、アノテーションはユーザ要求を表すプログラムである。
この注釈付きコーパスの可用性、サイズ、豊かさにもかかわらず、少なくともアノテーションの理解と使用の難しさから、対話システムの研究において非常に限られた使用しか見られていない。
これらの問題に対処するため,本稿では,smcalflowアノテーションの簡略化と,アノテーション付きデータフロープログラムの実行を検査するために必要なコードのリリースを提案する。
関連論文リスト
- IDEAL: Influence-Driven Selective Annotations Empower In-Context
Learners in Large Language Models [66.32043210237768]
本稿では,影響駆動型選択的アノテーション手法を提案する。
アノテーションのコストを最小限に抑えつつ、コンテキスト内サンプルの品質を向上させることを目的としている。
様々なベンチマークで提案手法の優位性を確認する実験を行った。
論文 参考訳(メタデータ) (2023-10-16T22:53:54Z) - Multi-View Knowledge Distillation from Crowd Annotations for
Out-of-Domain Generalization [53.24606510691877]
本稿では,既存の手法による分布を集約することで,クラウドアノテーションからソフトラベルを取得する新しい手法を提案する。
これらのアグリゲーション手法は、ドメイン外テストセット上の4つのNLPタスクにおいて、最も一貫したパフォーマンスをもたらすことを実証する。
論文 参考訳(メタデータ) (2022-12-19T12:40:18Z) - Augmenting Task-Oriented Dialogue Systems with Relation Extraction [26.26253975922272]
標準タスク指向対話パイプラインは、意図分類とスロットフィリングを使用してユーザの発話を解釈する。
本稿では,対話システムの機能拡張に有効な方法として,関係抽出をこのパイプラインに統合することを提案する。
論文 参考訳(メタデータ) (2022-10-24T15:49:14Z) - BERT-Assisted Semantic Annotation Correction for Emotion-Related
Questions [0.0]
EMO20Q(Emotion Twenty Questions)と呼ばれる質問ゲームにおいて,BERTニューラルネットワークモデルを用いてアノテーションタスクに情報をフィードバックする。
本手法は,テキストユーザデータのアノテーションを,複雑な発話レベルのセマンティックラベルで評価・修正する有効な方法であることを示す。
論文 参考訳(メタデータ) (2022-04-02T18:00:49Z) - Annotation Curricula to Implicitly Train Non-Expert Annotators [56.67768938052715]
自発的な研究は、しばしば、アノテータがタスク、そのアノテーションスキーム、およびデータドメインに精通することを要求する。
これは最初は圧倒的であり、精神的に課税され、結果として生じるアノテーションにエラーを誘導する。
暗黙的にアノテータを訓練する新しい手法であるアノテーションキュリキュラを提案する。
論文 参考訳(メタデータ) (2021-06-04T09:48:28Z) - FLAVA: Find, Localize, Adjust and Verify to Annotate LiDAR-Based Point
Clouds [93.3595555830426]
アノテーションプロセスにおけるヒューマンインタラクションを最小化するための体系的アプローチであるFLAVAを提案する。
具体的には、アノテーションパイプラインを、検索、ローカライズ、調整、検証の4つの部分に分割します。
また,本システムでは,実験結果を伝搬する軽量で効果的な機構を導入することにより,インタラクションの量を大幅に削減する。
論文 参考訳(メタデータ) (2020-11-20T02:22:36Z) - Task-Oriented Dialogue as Dataflow Synthesis [158.77123205487334]
本稿では,対話状態がデータフローグラフとして表現されるタスク指向対話へのアプローチについて述べる。
対話エージェントは、各ユーザの発話を、このグラフを拡張するプログラムにマッピングする。
我々は、イベント、天気、場所、人々に関する複雑な対話を特徴とする、新しいデータセットであるSMCalFlowを紹介した。
論文 参考訳(メタデータ) (2020-09-24T00:35:26Z) - Towards Using Count-level Weak Supervision for Crowd Counting [55.58468947486247]
本稿では,少数の位置レベルのアノテーション(十分に教師された)と大量のカウントレベルのアノテーション(弱教師付き)からモデルを学習する,弱教師付き群集カウントの問題について検討する。
我々は、生成した密度マップの自由を制限するための正規化を構築するために、単純なyet効果のトレーニング戦略、すなわちMultiple Auxiliary Tasks Training (MATT)を考案した。
論文 参考訳(メタデータ) (2020-02-29T02:58:36Z)
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。