論文の概要: Simplifying Dataflow Dialogue Design

• arxiv url: http://arxiv.org/abs/2206.14125v1
• Date: Tue, 28 Jun 2022 16:36:08 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-29 13:51:09.352421
• Title: Simplifying Dataflow Dialogue Design
• Title（参考訳）: データフロー対話設計の簡素化
• Authors: Joram Meron
• Abstract要約: cippandreas 2020task-orientedでは、データフローに基づく対話システムが導入された。 これらの顕著な貢献にもかかわらず、コミュニティはこの方向へのさらなる関心を示していない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In \citep{andreas2020task-oriented}, a dataflow (DF) based dialogue system was introduced, showing clear advantages compared to many commonly used current systems. This was accompanied by the release of SMCalFlow, a practically relevant, manually annotated dataset, more detailed and much larger than any comparable dialogue dataset. Despite these remarkable contributions, the community has not shown further interest in this direction. What are the reasons for this lack of interest? And how can the community be encouraged to engage in research in this direction? One explanation may be the perception that this approach is too complex - both the the annotation and the system. This paper argues that this perception is wrong: 1) Suggestions for a simplified format for the annotation of the dataset are presented, 2) An implementation of the DF execution engine is released\footnote{https://github.com/telepathylabsai/OpenDF}, which can serve as a sandbox allowing researchers to easily implement, and experiment with, new DF dialogue designs. The hope is that these contributions will help engage more practitioners in exploring new ideas and designs for DF based dialogue systems.
• Abstract（参考訳）: また,データフロー(DF)に基づく対話システムを導入し,現在使われている多くのシステムと比較して明らかな優位性を示した。 これは、実際に関連があり、手作業で注釈付きデータセットであり、他の同等の対話データセットよりも詳細で、はるかに大きいsmcalflowのリリースに伴うものだ。 これらの顕著な貢献にもかかわらず、コミュニティはこの方向へのさらなる関心を示していない。 この関心の欠如の理由は何ですか。 コミュニティはどのようにしてこの方向の研究を奨励できるのでしょうか? ひとつの説明は、このアプローチがアノテーションとシステムの両方において複雑すぎるという認識かもしれない。 本稿は、この認識は間違っていると論じている。 1)データセットのアノテーションの簡易フォーマットの提案を行う。 2) DF実行エンジンの実装は、研究者が新しいDFダイアログ設計を簡単に実装、実験できるサンドボックスとして機能する、\footnote{https://github.com/telepathylabsai/OpenDF} がリリースされた。 これらの貢献により、dfベースの対話システムのための新しいアイデアや設計の探求により多くの実践者が参加できることを期待している。

関連論文リスト

• Multi-grained Hypergraph Interest Modeling for Conversational Recommendation [75.65483522949857]
  複雑な履歴データの下でユーザの興味を捉えるために, マルチグラデーション・ハイパーグラフ・インフォメーション・モデリング手法を提案する。 提案手法では,まず,ユーザの過去の対話セッションをモデル化し,セッションベースハイパーグラフを作成するためにハイパーグラフ構造を用いる。 さらに,2種類のハイパーグラフに対して多粒度ハイパーグラフの畳み込みを行い,拡張表現を用いて関心を意識したCRSを開発する。
  論文  参考訳（メタデータ） (2023-05-04T13:13:44Z)
• DFEE: Interactive DataFlow Execution and Evaluation Kit [15.437150666291457]
  DFEEはインタラクティブなDataFlow Execution and Evaluationツールキットである。 時間的推論を伴うイベントスケジューリングという,複雑な対話タスクを実演する。 SoTAモデルのベンチマーク方法を説明するために,より洗練されたイベントスケジューリングシナリオをカバーする新しいベンチマークを提案する。
  論文  参考訳（メタデータ） (2022-12-04T23:44:34Z)
• SPACE-2: Tree-Structured Semi-Supervised Contrastive Pre-training for Task-Oriented Dialog Understanding [68.94808536012371]
  本稿では,限定ラベル付きダイアログと大規模未ラベルダイアログコーパスから対話表現を学習する,木構造付き事前学習会話モデルを提案する。 提案手法は,7つのデータセットと4つの一般的な対話理解タスクからなるDialoGLUEベンチマークにおいて,最新の結果が得られる。
  論文  参考訳（メタデータ） (2022-09-14T13:42:50Z)
• Simplifying Semantic Annotations of SMCalFlow [0.0]
  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。
  論文  参考訳（メタデータ） (2022-06-27T16:22:16Z)
• Structure Extraction in Task-Oriented Dialogues with Slot Clustering [94.27806592467537]
  タスク指向対話では、対話構造はしばしば対話状態間の遷移グラフと見なされている。 本稿では,タスク指向対話における構造抽出のための簡易かつ効果的な手法を提案する。
  論文  参考訳（メタデータ） (2022-02-28T20:18:12Z)
• Sentence Semantic Regression for Text Generation [25.16392119801612]
  本稿では文レベル言語モデリングに基づくセンテンス・セマンティック・レグレッション(textbfSSR)という新しいフレームワークを提案する。 アイデア推論では、textbfSSR-AR と textbfSSR-NonAR の2つのアーキテクチャが、文の意味的回帰を自動回帰的に実行するように設計されている。 表面実現の段階において、混合粒度文デコーダは、一貫性のあるテキストを生成するように設計されている。
  論文  参考訳（メタデータ） (2021-08-06T07:35:59Z)
• Reasoning in Dialog: Improving Response Generation by Context Reading Comprehension [49.92173751203827]
  マルチターンダイアログでは、発話が文の完全な形を取るとは限らない。 読み解きの質問に答えるモデルの能力を検討し、応答生成性能の向上を提案する。
  論文  参考訳（メタデータ） (2020-12-14T10:58:01Z)
• 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)
• NUANCED: Natural Utterance Annotation for Nuanced Conversation with Estimated Distributions [36.00476428803116]
  本研究では,ユーザ中心の対話システムの構築を試みる。 まず,ユーザの好みをシステムオントロジー上の推定分布としてモデル化し,ユーザの発話をそのような分布にマッピングする。 我々は、会話レコメンデーションのための現実的な設定に焦点を当てたNUANCEDという新しいデータセットを構築した。
  論文  参考訳（メタデータ） (2020-10-24T03:23:14Z)
• 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)

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。