論文の概要: Bootstrapping a User-Centered Task-Oriented Dialogue System
- arxiv url: http://arxiv.org/abs/2207.05223v1
- Date: Mon, 11 Jul 2022 23:32:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-14 03:33:57.217567
- Title: Bootstrapping a User-Centered Task-Oriented Dialogue System
- Title（参考訳）: ユーザ中心のタスク指向対話システムのブートストラップ
- Authors: Shijie Chen, Ziru Chen, Xiang Deng, Ashley Lewis, Lingbo Mo, Samuel
Stevens, Zhen Wang, Xiang Yue, Tianshu Zhang, Yu Su, Huan Sun
- Abstract要約: 本稿では,Alexa Prize TaskBot Challengeのためのタスク指向対話システムであるTacoBotを紹介する。
TacoBotには、正確な言語理解、フレキシブルな対話管理、エンゲージメントな応答生成が備わっている。
TacoBotの開発をブートストラップとして、先進的なニューラルネットワーク処理モデルをトレーニングするための一連のデータ拡張戦略について検討する。
- 参考スコア（独自算出の注目度）: 29.104112699321284
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present TacoBot, a task-oriented dialogue system built for the inaugural
Alexa Prize TaskBot Challenge, which assists users in completing multi-step
cooking and home improvement tasks. TacoBot is designed with a user-centered
principle and aspires to deliver a collaborative and accessible dialogue
experience. Towards that end, it is equipped with accurate language
understanding, flexible dialogue management, and engaging response generation.
Furthermore, TacoBot is backed by a strong search engine and an automated
end-to-end test suite. In bootstrapping the development of TacoBot, we explore
a series of data augmentation strategies to train advanced neural language
processing models and continuously improve the dialogue experience with
collected real conversations. At the end of the semifinals, TacoBot achieved an
average rating of 3.55/5.0.
- Abstract（参考訳）: 本稿では,alexa prize taskbot challenge用に開発されたタスク指向対話システムtacobotを提案する。
TacoBotはユーザ中心の原則で設計されており、共同でアクセス可能な対話体験を提供することを目指している。
その目的に向けて、正確な言語理解、柔軟な対話管理、魅力的な応答生成を備える。
さらに、TacoBotは強力な検索エンジンと自動エンドツーエンドテストスイートによって支えられている。
TacoBotの開発をブートストラップとして、先進的なニューラルネットワーク処理モデルをトレーニングし、収集された実際の会話による対話体験を継続的に改善する一連のデータ拡張戦略を検討する。
準決勝でタコボットは平均3.55/5.0を記録した。
関連論文リスト
- Adapting Text-based Dialogue State Tracker for Spoken Dialogues [20.139351605832665]
本稿では,DSTC11における音声認識対話システム技術課題トラックに参画した,高度に成功を収めたモデルの構築に向けた技術的取り組みについて述べる。
本モデルは,(1)音声音声とテキスト音声のギャップを埋める自動音声認識誤差補正,(2)スロット記述を用いてスロットと値を推定するテキストベース対話システム(D3ST),(3)推定スロット値の誤差を復元する後処理の3つの主要モジュールから構成される。
論文 参考訳（メタデータ） (2023-08-29T06:27:58Z) - Roll Up Your Sleeves: Working with a Collaborative and Engaging
Task-Oriented Dialogue System [28.75059053433368]
TacoBotはタスク指向のデジタルアシスタントである。
私たちは、協調的で魅力的な対話体験を提供することを目指しています。
対話体験を向上させるため、我々は一連のデータ拡張戦略を探索する。
論文 参考訳（メタデータ） (2023-07-29T21:37:24Z) - Alexa, Let's Work Together: Introducing the First Alexa Prize TaskBot
Challenge on Conversational Task Assistance [22.3267314621785]
Alexa Prize TaskBotチャレンジは、現実世界のタスクで人間を対話的に支援する要件を導入することで、SocialBotチャレンジの成功の上に構築されている。
本稿では、TaskBotの課題の概要を説明し、CoBot Toolkitを使ってチームに提供されるインフラサポートについて述べ、研究課題を克服するために参加チームが行ったアプローチについて要約する。
論文 参考訳（メタデータ） (2022-09-13T22:01:42Z) - Neural Generation Meets Real People: Building a Social, Informative
Open-Domain Dialogue Agent [65.68144111226626]
Chirpy Cardinalは、情報と会話の両方をねらっている。
ユーザーとボットの両方を交互に会話に駆り立てる。
Chirpy Cardinalは、Alexa Prize Socialbot Grand Challengeで9つのボットのうち2位にランクインした。
論文 参考訳（メタデータ） (2022-07-25T09:57:23Z) - 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) - HybriDialogue: An Information-Seeking Dialogue Dataset Grounded on
Tabular and Textual Data [87.67278915655712]
我々は、ウィキペディアのテキストとテーブルの両方を基盤とした、クラウドソーシングされた自然な会話からなる新しい対話データセットHybriDialogueを提示する。
これらの会話は、複雑なマルチホップ質問をシンプルで現実的なマルチターン対話に分解することで生成される。
論文 参考訳（メタデータ） (2022-04-28T00:52:16Z) - Converse -- A Tree-Based Modular Task-Oriented Dialogue System [99.78110192324843]
Converseは柔軟なツリーベースのモジュラータスク指向対話システムである。
Converseは、他のオープンソースの対話フレームワークと比較してユニークな機能である、タスク依存とタスク切り替えをサポートしている。
論文 参考訳（メタデータ） (2022-03-23T04:19:05Z) - Few-Shot Bot: Prompt-Based Learning for Dialogue Systems [58.27337673451943]
ごく少数の例を使って会話を学ぶことは、会話型AIにおける大きな課題である。
現在の最良の会話モデルは、良いチャットシャッター(例:BlenderBot)またはゴール指向システム(例:MinTL)である。
グラデーションベースの微調整を必要とせず、学習の唯一の源としていくつかの例を用いるプロンプトベースの数ショット学習を提案する。
論文 参考訳（メタデータ） (2021-10-15T14:36:45Z) - Alquist 4.0: Towards Social Intelligence Using Generative Models and
Dialogue Personalization [0.0]
このシステムの4番目のバージョンは、Alexa Prize Socialbot Grand Challenge 4で開発された。
コヒーレンスに関するイノベーションのために,手作りの応答と生成モデルを組み合わせた新しいハイブリッドアプローチを提案する。
エンゲージメントのイノベーションは、主に有名な探検・探検のジレンマに触発されている。
論文 参考訳（メタデータ） (2021-09-16T13:24:34Z) - Viola: A Topic Agnostic Generate-and-Rank Dialogue System [14.896200668918583]
音声対話のためのオープンドメイン対話システムであるViolaについて述べる。
Violaは、さまざまなニューラルダイアログモデルから、応答候補のバッチを取得する。
Violaのレスポンスローダは、対話履歴から最良のレスポンスを選択する微調整されたポリエンコーダである。
論文 参考訳（メタデータ） (2021-08-25T06:20:34Z) - 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)
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。