論文の概要: SF-DST: Few-Shot Self-Feeding Reading Comprehension Dialogue State
Tracking with Auxiliary Task
- arxiv url: http://arxiv.org/abs/2209.07742v1
- Date: Fri, 16 Sep 2022 06:54:25 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-19 12:22:49.611473
- Title: SF-DST: Few-Shot Self-Feeding Reading Comprehension Dialogue State
Tracking with Auxiliary Task
- Title（参考訳）: sf-dst: 補助タスクによる読み理解対話状態追跡
- Authors: Jihyun Lee, Gary Geunbae Lee
- Abstract要約: 対話状態追跡モデルでは、少量のデータであっても、対話中のユーザ要求を信頼性の高い精度で追跡する。
自己送受信状態入力は, 先行対話を要約することにより, マルチターン対話における精度を高める。
新しい補助タスクは、対話でスロットが言及されているかどうかを分類するのに役立ちます。
- 参考スコア（独自算出の注目度）: 17.763227077651173
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Few-shot dialogue state tracking (DST) model tracks user requests in dialogue
with reliable accuracy even with a small amount of data. In this paper, we
introduce an ontology-free few-shot DST with self-feeding belief state input.
The self-feeding belief state input increases the accuracy in multi-turn
dialogue by summarizing previous dialogue. Also, we newly developed a slot-gate
auxiliary task. This new auxiliary task helps classify whether a slot is
mentioned in the dialogue. Our model achieved the best score in a few-shot
setting for four domains on multiWOZ 2.0.
- Abstract（参考訳）: 少数ショット対話状態追跡(dst)モデルは、少量のデータでも信頼性の高い対話におけるユーザの要求を追跡する。
本稿では,自発的信念状態入力を持つオントロジーフリーな少数ショットdstを提案する。
自己フィーディング信念状態入力は、前回の対話を要約することにより、多段対話の精度を高める。
また,スロットゲート補助タスクを新たに開発した。
この新しい補助タスクは、対話の中でスロットが言及されているかどうかを分類するのに役立つ。
我々のモデルは, MultiWOZ 2.0 の 4 つのドメインに対して, 数ショット設定で最高のスコアを得た。
関連論文リスト
- Dialogue State Distillation Network with Inter-Slot Contrastive Learning
for Dialogue State Tracking [25.722458066685046]
対話状態追跡(DST)は,対話履歴からユーザの意図を抽出することを目的としている。
現在、既存のほとんどのアプローチはエラーの伝播に悩まされており、関連する情報を動的に選択することはできない。
本稿では,従来の対話状態の関連情報を活用するために,対話状態蒸留ネットワーク(DSDN)を提案する。
論文 参考訳（メタデータ） (2023-02-16T11:05:24Z) - GODEL: Large-Scale Pre-Training for Goal-Directed Dialog [119.1397031992088]
ダイアログのための大規模事前学習言語モデルであるGODELを紹介する。
GODELは、数ショットの微調整設定で、最先端の事前訓練ダイアログモデルより優れていることを示す。
評価手法の新たな特徴は,応答の有用性を評価するユーティリティの概念の導入である。
論文 参考訳（メタデータ） (2022-06-22T18:19:32Z) - A Slot Is Not Built in One Utterance: Spoken Language Dialogs with
Sub-Slots [67.69407159704328]
本稿では,SSTOD(Sub-Slot based Task-Oriented Dialog)というタスクを新たに定義する。
データセットには、中国名、電話番号、ID番号、ナンバープレート番号の4つのドメインから合計40Kのダイアログと500Kの発話が含まれている。
我々はSSTODに新たな言語現象と対話的方法を見いだし、タスクのためのダイアログエージェントを構築する上で重要な課題を提起する。
論文 参考訳（メタデータ） (2022-03-21T07:10:19Z) - In-Context Learning for Few-Shot Dialogue State Tracking [55.91832381893181]
In-context (IC) Learning framework for few-shot dialogue state tracking (DST)を提案する。
大規模な事前訓練言語モデル(LM)は、テストインスタンスといくつかの注釈付き例を入力として取り、パラメータの更新なしに直接対話状態をデコードする。
これにより、LMは、新しいドメインやシナリオに適応する際の、以前の数ショットのDST作業と比べて、より柔軟でスケーラブルになります。
論文 参考訳（メタデータ） (2022-03-16T11:58:24Z) - Dialogue Summaries as Dialogue States (DS2), Template-Guided
Summarization for Few-shot Dialogue State Tracking [16.07100713414678]
DST(Few-shot dialogue state tracking)は、この問題に対する現実的な解決策である。
本稿では,対話状態追跡を対話要約問題として再検討する。
論文 参考訳（メタデータ） (2022-03-03T07:54:09Z) - Zero-Shot Dialogue State Tracking via Cross-Task Transfer [69.70718906395182]
我々は,ゼロショット対話状態追跡タスクに対して,一般質問応答(QA)コーパスからテキストクロスタスク知識を転送することを提案する。
具体的には,抽出QAと複数選択QAをシームレスに組み合わせた転送可能な生成QAモデルであるTransferQAを提案する。
さらに,否定的質問サンプリングと文脈トランケーションという,解決不可能な質問を構築するための2つの効果的な方法を紹介した。
論文 参考訳（メタデータ） (2021-09-10T03:57:56Z) - Improving Longer-range Dialogue State Tracking [22.606650177804966]
対話状態追跡(DST)はタスク指向対話システムにおいて重要な要素である。
本稿では,より長い対話処理を特に重視したDSTの全体的な性能向上を目指す。
論文 参考訳（メタデータ） (2021-02-27T02:44:28Z) - 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) - Non-Autoregressive Dialog State Tracking [122.2328875457225]
非自己回帰的対話状態追跡(NADST)の新しい枠組みを提案する。
NADSTはドメインとスロット間の潜在的な依存関係を分解し、分離されたスロットではなく完全なセットとして対話状態の予測を改善するためにモデルを最適化する。
以上の結果から,MultiWOZ 2.1コーパス上の全領域にわたる最先端の接合精度が得られた。
論文 参考訳（メタデータ） (2020-02-19T06:39:26Z) - Goal-Oriented Multi-Task BERT-Based Dialogue State Tracker [0.1864131501304829]
State Tracking(DST)は、AlexaやSiriなどの仮想アシスタントの中核的なコンポーネントである。
本研究では,GOaL指向マルチタスクBERTベースの対話状態トラッカー(GOLOMB)を提案する。
論文 参考訳（メタデータ） (2020-02-05T22:56:12Z)
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。