論文の概要: "Do you follow me?": A Survey of Recent Approaches in Dialogue State Tracking

• arxiv url: http://arxiv.org/abs/2207.14627v1
• Date: Fri, 29 Jul 2022 11:53:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-01 12:42:29.613445
• Title: "Do you follow me?": A Survey of Recent Approaches in Dialogue State Tracking
• Title（参考訳）: 「後を追うか?」:「対話状態追跡」における最近の取り組み
• Authors: L\'eo Jacqmin, Lina M. Rojas-Barahona, Benoit Favre
• Abstract要約: タスク指向対話システムは、会話履歴に従って各ターンにおけるユーザのニーズを追跡する必要がある。 対話状態追跡(DST)と呼ばれるこのプロセスは、下流の対話ポリシーを直接通知するので、非常に重要である。 ニューラルアプローチは大きな進歩をもたらしたが、一般化可能性などの対話システムのいくつかの重要な側面はまだ解明されていないと論じる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While communicating with a user, a task-oriented dialogue system has to track the user's needs at each turn according to the conversation history. This process called dialogue state tracking (DST) is crucial because it directly informs the downstream dialogue policy. DST has received a lot of interest in recent years with the text-to-text paradigm emerging as the favored approach. In this review paper, we first present the task and its associated datasets. Then, considering a large number of recent publications, we identify highlights and advances of research in 2021-2022. Although neural approaches have enabled significant progress, we argue that some critical aspects of dialogue systems such as generalizability are still underexplored. To motivate future studies, we propose several research avenues.
• Abstract（参考訳）: ユーザとのコミュニケーションにおいて,タスク指向対話システムでは,会話履歴に従って各ターンのユーザニーズを追跡する必要がある。 対話状態追跡(DST)と呼ばれるこのプロセスは、下流の対話ポリシーを直接通知するので重要である。 近年、DSTはテキストからテキストへのパラダイムが好まれるアプローチとして登場し、多くの関心を集めています。 本稿では,まずタスクとその関連するデータセットについて述べる。 そして,最近の論文を多く考慮し,2021～2022年の研究のハイライトと進歩を明らかにした。 ニューラルアプローチは大きな進歩をもたらしたが、一般化可能性などの対話システムのいくつかの重要な側面はまだ解明されていないと論じる。 今後の研究を動機づけるために,いくつかの研究ルートを提案する。

関連論文リスト

• Dialogue Agents 101: A Beginner's Guide to Critical Ingredients for Designing Effective Conversational Systems [29.394466123216258]
  本研究は,対話エージェントの主要な特徴,対応するオープンドメインデータセット,およびこれらのデータセットをベンチマークする手法について概説する。 我々は,既存のデータセットの会話から構築された統一dIalogue dataseTであるUNITを提案する。
  論文  参考訳（メタデータ） (2023-07-14T10:05:47Z)
• SpokenWOZ: A Large-Scale Speech-Text Benchmark for Spoken Task-Oriented Dialogue Agents [72.42049370297849]
  SpokenWOZは音声TODのための大規模音声テキストデータセットである。 SpokenWOZでは、クロスターンスロットと推論スロット検出が新たな課題である。
  論文  参考訳（メタデータ） (2023-05-22T13:47:51Z)
• A Survey on Proactive Dialogue Systems: Problems, Methods, and Prospects [100.75759050696355]
  本稿では,対話エージェントの多種多様な対話における能動性に関する顕著な問題と先進的な設計について概説する。 我々は、現実世界のアプリケーションのニーズを満たすが、将来もっと研究に焦点を当てる必要がある課題について議論する。
  論文  参考訳（メタデータ） (2023-05-04T11:38:49Z)
• Precognition in Task-oriented Dialogue Understanding: Posterior Regularization by Future Context [8.59600111891194]
  本稿では,後続正則化手法を用いて,歴史的・将来の情報を共同でモデル化することを提案する。 これらの間のKL距離を最適化し、トレーニング中にモデルを正規化します。 2つの対話データセットの実験により,提案手法の有効性が検証された。
  論文  参考訳（メタデータ） (2022-03-07T09:58:50Z)
• Automatic Evaluation and Moderation of Open-domain Dialogue Systems [59.305712262126264]
  研究者が悩む長きにわたる課題は、効果的な自動評価指標の欠如である。 本稿では, 対話システム技術チャレンジ10(DSTC10)におけるトラック5で得られたデータ, ベースライン, 結果について述べる。
  論文  参考訳（メタデータ） (2021-11-03T10:08:05Z)
• Advances in Multi-turn Dialogue Comprehension: A Survey [51.215629336320305]
  自然言語を理解し、人間と対話するための訓練機械は、人工知能の解明と本質的なタスクである。 本稿では,対話理解タスクにおける対話モデリングの技術的視点から,過去の手法を概観する。 さらに,対話シナリオにおけるPrLMの強化に使用される対話関連事前学習手法を分類する。
  論文  参考訳（メタデータ） (2021-10-11T03:52:37Z)
• Dialogue State Tracking with Multi-Level Fusion of Predicted Dialogue States and Conversations [2.6529642559155944]
  予測対話状態と会話ネットワークの多レベル融合による対話状態追跡を提案する。 本モデルでは,各発話,対応する最終対話状態,対話スロット間の相互作用をモデル化することにより,各対話ターンに関する情報を抽出する。
  論文  参考訳（メタデータ） (2021-07-12T02:30:30Z)
• A Survey on Dialogue Summarization: Recent Advances and New Frontiers [19.07064815868915]
  本稿では、利用可能な研究データセットの概要と、入力対話の領域に従って既存の作業を要約し、統一されたメトリクスの下でリーダーボードを編成する。 対話要約の第1回調査は,コミュニティに迅速なアクセスと,この課題の全体像を提供し,今後の研究を動機付けることを願っている。
  論文  参考訳（メタデータ） (2021-07-07T12:11:14Z)
• Comprehensive Study: How the Context Information of Different Granularity Affects Dialogue State Tracking? [17.476030563395714]
  対話状態追跡(DST)は、ユーザの目標を監視するためにタスク指向の対話システムにおいて重要な役割を果たす。 一般的に、対話状態の追跡には2つの戦略がある: スクラッチから予測し、それ以前の状態から更新する。
  論文  参考訳（メタデータ） (2021-05-08T03:18:13Z)
• Advances in Multi-turn Dialogue Comprehension: A Survey [51.215629336320305]
  対話モデリングの観点から,従来の手法を検討した。 対話理解タスクで広く使用されている対話モデリングの3つの典型的なパターンについて議論します。
  論文  参考訳（メタデータ） (2021-03-04T15:50:17Z)
• Rethinking Dialogue State Tracking with Reasoning [76.0991910623001]
  本稿では, 対話状態の段階的追跡を, バックエンドデータの助けを借りて行うことを提案する。 実験の結果,MultiWOZ 2.1の連立信条精度は38.6%向上した。
  論文  参考訳（メタデータ） (2020-05-27T02:05:33Z)

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。