論文の概要: Autoregressive Entity Generation for End-to-End Task-Oriented Dialog

• arxiv url: http://arxiv.org/abs/2209.08708v1
• Date: Mon, 19 Sep 2022 01:49:29 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-20 17:44:25.841148
• Title: Autoregressive Entity Generation for End-to-End Task-Oriented Dialog
• Title（参考訳）: タスク指向対話のための自動回帰エンティティ生成
• Authors: Guanhuan Huang, Xiaojun Quan, and Qifan Wang
• Abstract要約: 現在のエンドツーエンドTODシステムはKB情報を明示的に取得するか、暗黙的なアクセスのためにモデルパラメータに埋め込むかのいずれかである。 いずれのアプローチでも、システムは矛盾するエンティティ情報に応答する。 本稿では、まずエンティティを自己回帰的に生成し、エンドツーエンドシステムで応答生成を誘導する手法を提案する。
• 参考スコア（独自算出の注目度）: 24.75603780275969
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Task-oriented dialog (TOD) systems often require interaction with an external knowledge base to retrieve necessary entity (e.g., restaurant) information to support the response generation. Most current end-to-end TOD systems either retrieve the KB information explicitly or embed it into model parameters for implicit access.~While the former approach demands scanning the KB at each turn of response generation, which is inefficient when the KB scales up, the latter approach shows higher flexibility and efficiency. In either approach, the systems may generate a response with conflicting entity information. To address this issue, we propose to generate the entity autoregressively first and leverage it to guide the response generation in an end-to-end system. To ensure entity consistency, we impose a trie constraint on entity generation. We also introduce a logit concatenation strategy to facilitate gradient backpropagation for end-to-end training. Experiments on MultiWOZ 2.1 single and CAMREST show that our system can generate more high-quality and entity-consistent responses.
• Abstract（参考訳）: タスク指向ダイアログ(TOD)システムは、応答生成をサポートするために必要なエンティティ(レストランなど)情報を取得するために、外部知識ベースとのインタラクションを必要とすることが多い。 現在のほとんどのTODシステムはKB情報を明示的に取得するか、暗黙的なアクセスのためにモデルパラメータに埋め込む。 前者のアプローチでは、各ターンの応答生成でKBをスキャンする必要があるが、KBがスケールアップすると非効率になるため、後者のアプローチは柔軟性と効率性が向上する。 いずれのアプローチでも、システムは矛盾するエンティティ情報に応答する。 この問題に対処するために,まずエンティティを自己回帰的に生成し,エンドツーエンドシステムにおける応答生成のガイドとして利用する。 エンティティの一貫性を確保するため、エンティティ生成にトリエ制約を課します。 また,エンドツーエンドトレーニングのための勾配バックプロパゲーションを容易にするロジット結合戦略を導入する。 MultiWOZ 2.1 シングルと CAMREST の実験により,我々のシステムはより高品質でエンティティ一貫性のある応答を生成可能であることが示された。

関連論文リスト

• ACE: A Generative Cross-Modal Retrieval Framework with Coarse-To-Fine Semantic Modeling [53.97609687516371]
  我々は、エンドツーエンドのクロスモーダル検索のための先駆的なジェネリッククロスモーダル rEtrieval framework (ACE) を提案する。 ACEは、クロスモーダル検索における最先端のパフォーマンスを達成し、Recall@1の強いベースラインを平均15.27%上回る。
  論文  参考訳（メタデータ） (2024-06-25T12:47:04Z)
• PICK: Polished & Informed Candidate Scoring for Knowledge-Grounded Dialogue Systems [59.1250765143521]
  現在の知識接地対話システムは、生成された応答を人間に好まれる品質に合わせるのに失敗することが多い。 我々は,世代別再描画フレームワークであるPolseed & Informed Candidate Scoring (PICK)を提案する。 対話履歴に関連性を維持しつつ,より忠実な応答を生成するためのPICKの有効性を示す。
  論文  参考訳（メタデータ） (2023-09-19T08:27:09Z)
• Using Textual Interface to Align External Knowledge for End-to-End Task-Oriented Dialogue Systems [53.38517204698343]
  本稿では,外部知識の整合化と冗長なプロセスの排除にテキストインタフェースを用いた新しいパラダイムを提案する。 我々は、MultiWOZ-Remakeを用いて、MultiWOZデータベース用に構築されたインタラクティブテキストインタフェースを含む、我々のパラダイムを実演する。
  論文  参考訳（メタデータ） (2023-05-23T05:48:21Z)
• Multi-Grained Knowledge Retrieval for End-to-End Task-Oriented Dialog [42.088274728084265]
  外部データベースから適切なドメイン知識を取得することは、エンドツーエンドのタスク指向の対話システムの中心にある。 既存のシステムの多くは、知識検索と応答生成を融合させ、参照応答からの直接監督でそれらを最適化している。 応答生成から知識検索を分離し,多粒度知識検索システムを提案する。
  論文  参考訳（メタデータ） (2023-05-17T12:12:46Z)
• Enhancing Multi-modal and Multi-hop Question Answering via Structured Knowledge and Unified Retrieval-Generation [33.56304858796142]
  マルチモーダルなマルチホップ質問応答は、異なるモーダルから複数の入力ソースを推論することで質問に答える。 既存の手法は、しばしば別々に証拠を検索し、その後言語モデルを使用して、得られた証拠に基づいて回答を生成する。 本稿では,これらの問題に対処するため,構造化知識と統一検索生成(RG)アプローチを提案する。
  論文  参考訳（メタデータ） (2022-12-16T18:12:04Z)
• Reranking Overgenerated Responses for End-to-End Task-Oriented Dialogue Systems [71.33737787564966]
  エンド・ツー・エンド(E2E)タスク指向対話システム(ToD)は、いわゆる「いいね! 本稿では,システムによって当初過剰に生成された応答リストから高品質な項目を選択する方法を提案する。 本研究では,最先端のE2E ToDシステムを2.4BLEU,3.2ROUGE,2.8 METEORで改善し,新たなピーク値を得た。
  論文  参考訳（メタデータ） (2022-11-07T15:59:49Z)
• Towards End-to-End Open Conversational Machine Reading [57.18251784418258]
  オープン検索型会話機械読解(OR-CMR)タスクでは,機械は対話履歴とテキスト知識ベースに応答するマルチターン質問を行う必要がある。 OR-CMRを完全エンドツーエンドで統一されたテキスト・ツー・テキスト・タスクとしてモデル化し、ShARCおよびOR-ShARCデータセットを用いた実験により、提案したエンドツーエンド・フレームワークの有効性を示す。
  論文  参考訳（メタデータ） (2022-10-13T15:50:44Z)
• EchoEA: Echo Information between Entities and Relations for Entity Alignment [1.1470070927586016]
  本稿では,エンティティ情報を関係に拡散し,エンティティにエコーバックする自己認識機構を活用した新しいフレームワーク Echo Entity Alignment (EchoEA) を提案する。 3つの実世界のクロスランガルデータセットの実験結果は、平均して96%で安定している。
  論文  参考訳（メタデータ） (2021-07-07T07:34:21Z)
• Diversifying Task-oriented Dialogue Response Generation with Prototype Guided Paraphrasing [52.71007876803418]
  タスク指向対話システム(TDS)における既存の対話応答生成(DRG)方法は、テンプレートベースとコーパスベースという2つのカテゴリに分類される。 我々はP2-Netと呼ばれるプロトタイプベースのパラフレーズニューラルネットワークを提案し、精度と多様性の両面で応答の質を高めることを目的としている。
  論文  参考訳（メタデータ） (2020-08-07T22:25:36Z)
• Unsupervised Learning of KB Queries in Task-Oriented Dialogs [21.611723342957887]
  タスク指向ダイアログ(TOD)システムは、ユーザ意図に応じた知識ベース(KB)クエリを定式化する必要があることが多い。 既存のアプローチでは、これらのKBクエリに明示的にアノテートするためにダイアログデータセットが必要である。 KBクエリの予測やダイアログエージェントのトレーニングにおいて,明示的なKBクエリアノテーションを使わずに新たな問題を定義する。
  論文  参考訳（メタデータ） (2020-04-30T22:10:00Z)

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。