論文の概要: Comparing informativeness of an NLG chatbot vs graphical app in diet-information domain

• arxiv url: http://arxiv.org/abs/2206.13435v1
• Date: Thu, 23 Jun 2022 07:15:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-03 13:55:26.963844
• Title: Comparing informativeness of an NLG chatbot vs graphical app in diet-information domain
• Title（参考訳）: 食事情報領域におけるNLGチャットボットとグラフィカルアプリの情報性の比較
• Authors: Simone Balloccu and Ehud Reiter
• Abstract要約: 自然言語クエリを処理し,チャートとテキストの組み合わせによる洞察を提供する,NLGチャットボットを提案する。 私たちはそれを栄養学に適用し、ドメイン間通信の質が重要になります。 会話の文脈は、様々なタスクにおける食事データに対するユーザの理解を著しく改善することを発見した。
• 参考スコア（独自算出の注目度）: 0.190365714903665
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Visual representation of data like charts and tables can be challenging to understand for readers. Previous work showed that combining visualisations with text can improve the communication of insights in static contexts, but little is known about interactive ones. In this work we present an NLG chatbot that processes natural language queries and provides insights through a combination of charts and text. We apply it to nutrition, a domain communication quality is critical. Through crowd-sourced evaluation we compare the informativeness of our chatbot against traditional, static diet-apps. We find that the conversational context significantly improved users' understanding of dietary data in various tasks, and that users considered the chatbot as more useful and quick to use than traditional apps.
• Abstract（参考訳）: グラフやテーブルのようなデータのビジュアル表現は、読者にとって理解するのが難しい。 これまでの研究では、視覚化とテキストを組み合わせることで、静的な文脈における洞察のコミュニケーションを改善することができた。 本研究では,自然言語クエリを処理し,チャートとテキストの組み合わせによる洞察を提供するNLGチャットボットを提案する。 栄養学に応用しますが、ドメイン間のコミュニケーションの質は重要です。 クラウドソースによる評価を通じて、チャットボットの情報を従来の静的ダイエットアプリと比較する。 会話の文脈は,様々なタスクにおける食事データに対するユーザの理解を著しく改善し,チャットボットを従来のアプリよりも有用かつ迅速に利用することができると考えた。

関連論文リスト

• A Transformer-based Approach for Augmenting Software Engineering Chatbots Datasets [4.311626046942916]
  ソフトウェアエンジニアリングデータセットを拡張するための自動トランスフォーマーベースのアプローチを提案する。 3つのソフトウェアエンジニアリングデータセットを用いて,拡張アプローチがRasa NLUの性能に与える影響を評価する。
  論文  参考訳（メタデータ） (2024-07-16T17:48:44Z)
• Token Trails: Navigating Contextual Depths in Conversational AI with ChatLLM [0.5743699972363359]
  Token Trailsは、トークンタイプの埋め込みを利用して会話内のコンテキストニュアンスをナビゲートする、新しいアプローチである。 本フレームワークはトークン型埋め込みを利用して,ユーザの発話とボット応答を区別し,コンテキスト認識応答の生成を容易にする。
  論文  参考訳（メタデータ） (2024-04-03T02:11:39Z)
• A Graph-to-Text Approach to Knowledge-Grounded Response Generation in Human-Robot Interaction [2.3590037806133024]
  本稿では,対話状態のグラフベース表現に基づく人間-ロボット間相互作用の新しい対話モデルを提案する。 ユーザの発話に応答するために使用されるニューラルネットワークモデルは、シンプルだが効果的なグラフ・トゥ・テキスト機構に依存している。 提案手法はヒューマノイドロボットを用いたユーザスタディにより実験的に評価される。
  論文  参考訳（メタデータ） (2023-11-03T15:44:28Z)
• ChatGraph: Interpretable Text Classification by Converting ChatGPT Knowledge to Graphs [54.48467003509595]
  ChatGPTは、様々な自然言語処理(NLP)タスクにおいて優れたパフォーマンスを示している。 テキスト分類などの特定のタスクにChatGPTのパワーを利用する新しいフレームワークを提案する。 本手法は,従来のテキスト分類法と比較して,より透過的な意思決定プロセスを提供する。
  論文  参考訳（メタデータ） (2023-05-03T19:57:43Z)
• 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)
• Training Conversational Agents with Generative Conversational Networks [74.9941330874663]
  我々は、生成会話ネットワークを使用して、自動的にデータを生成し、社会的会話エージェントを訓練する。 自動メトリクスと人的評価器を用いてTopicalChatのアプローチを評価し、10%のシードデータで100%のデータを使用するベースラインに近いパフォーマンスを示す。
  論文  参考訳（メタデータ） (2021-10-15T21:46:39Z)
• Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn Chatbot Responding with Intention [55.77218465471519]
  本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。 我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。 本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
  論文  参考訳（メタデータ） (2021-03-30T15:24:37Z)
• Improving Machine Reading Comprehension with Contextualized Commonsense Knowledge [62.46091695615262]
  我々は、機械読解の理解を改善するために、常識知識を抽出することを目指している。 構造化知識を文脈内に配置することで,関係を暗黙的に表現することを提案する。 我々は,教師の学習パラダイムを用いて,複数種類の文脈的知識を学生機械読取機に注入する。
  論文  参考訳（メタデータ） (2020-09-12T17:20:01Z)
• Automatic Generation of Chatbots for Conversational Web Browsing [4.994942792036863]
  シンプルなボット固有のアノテーションを備えたウェブサイトからボットを生成する基盤について述べる。 目標は、ユーザーがキーボードとマウスを使ってグラフィカルなUIを操作するのではなく、”Webサイトに話しかける”ことによって、レンダリングされたUIを通じてアクセス可能なコンテンツや機能を使用できるようにすることだ。
  論文  参考訳（メタデータ） (2020-08-19T18:10:28Z)
• IART: Intent-aware Response Ranking with Transformers in Information-seeking Conversation Systems [80.0781718687327]
  我々は、情報探索会話におけるユーザ意図パターンを分析し、意図認識型ニューラルレスポンスランキングモデル「IART」を提案する。 IARTは、ユーザ意図モデリングと言語表現学習とTransformerアーキテクチャの統合の上に構築されている。
  論文  参考訳（メタデータ） (2020-02-03T05:59:52Z)

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。