論文の概要: Bil-DOS: A Bi-lingual Dialogue Ordering System (for Subway)
- arxiv url: http://arxiv.org/abs/2210.05773v1
- Date: Tue, 11 Oct 2022 20:32:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-13 12:23:10.955689
- Title: Bil-DOS: A Bi-lingual Dialogue Ordering System (for Subway)
- Title（参考訳）: bil-dos:バイリンガル対話注文システム(地下鉄用)
- Authors: Zirong Chen and Haotian Xue
- Abstract要約: 我々は中国語(マンダリン)1と英語2を同時にサポートする対話システムを開発した。
言い換えれば、会話中は中国語(マンダリン)と英語を任意に切り替えることができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Due to the unfamiliarity to particular words(or proper nouns) for
ingredients, non-native English speakers can be extremely confused about the
ordering process in restaurants like Subway. Thus, We developed a dialogue
system, which supports Chinese(Mandarin)1 and English2 at the same time. In
other words, users can switch arbitrarily between Chinese(Mandarin) and English
as the conversation is being conducted. This system is specifically designed
for Subway ordering3. In BilDOS, we designed a Discriminator module to tell the
language is being used in inputted user utterance, a Translator module to
translate used language into English if it is not English, and a Dialogue
Manager module to detect the intention within inputted user utterances, handle
outlier inputs by throwing clarification requests, map detected Intention and
detailed Keyword4 into a particular intention class, locate the current
ordering process, continue to give queries to finish the order, conclude the
order details once the order is completed, activate the evaluation process when
the conversation is done.
- Abstract（参考訳）: 具材の特定の単語(または固有名詞)に親しみがないため、非ネイティブ英語話者は地下鉄のようなレストランの注文プロセスについて非常に混乱することがある。
そこで我々は中国語(マンダリン)1と英語2を同時にサポートする対話システムを開発した。
言い換えれば、会話が行われている間、ユーザーは中国語(中国語)と英語(中国語)を任意に切り替えることができる。
このシステムは地下鉄3番線用に特別に設計されている。
In BilDOS, we designed a Discriminator module to tell the language is being used in inputted user utterance, a Translator module to translate used language into English if it is not English, and a Dialogue Manager module to detect the intention within inputted user utterances, handle outlier inputs by throwing clarification requests, map detected Intention and detailed Keyword4 into a particular intention class, locate the current ordering process, continue to give queries to finish the order, conclude the order details once the order is completed, activate the evaluation process when the conversation is done.
関連論文リスト
- Modular Sentence Encoders: Separating Language Specialization from Cross-Lingual Alignment [50.80949663719335]
文埋め込みの言語間アライメントの訓練は、個々の言語の意味空間の最適な単言語構造を歪ませる。
我々は、言語間の負の干渉を避けるために、言語固有の文エンコーダを訓練する。
次に、英語以外のすべてのモノリンガルエンコーダを英語エンコーダにアライメントし、その上にクロスリンガルアライメントアダプタをトレーニングする。
論文 参考訳（メタデータ） (2024-07-20T13:56:39Z) - Interpreting User Requests in the Context of Natural Language Standing
Instructions [89.12540932734476]
我々は17のドメインにまたがる2.4K以上の対話からなる言語とプログラムのデータセットであるNLSIを開発した。
NLSIの鍵となる課題は、ある対話に適用可能なスタンディング命令のサブセットを特定することである。
論文 参考訳（メタデータ） (2023-11-16T11:19:26Z) - LEEETs-Dial: Linguistic Entrainment in End-to-End Task-oriented Dialogue systems [0.0]
GPT-2に基づくエンドツーエンドのタスク指向対話システムにおいて,対話学習を実現する手法を提案する。
我々は、トレーニングインスタンスの重み付け、トレーニング固有の損失、およびユーザーと一致した応答を生成するための追加条件付けを実験した。
論文 参考訳（メタデータ） (2023-11-15T21:35:25Z) - Multi-User MultiWOZ: Task-Oriented Dialogues among Multiple Users [51.34484827552774]
マルチユーザMulti-User MultiWOZデータセットを2つのユーザと1つのエージェント間のタスク指向対話としてリリースする。
これらの対話は、タスク指向のシナリオにおける協調的な意思決定の興味深いダイナミクスを反映している。
本稿では,複数ユーザ間のタスク指向のチャットを簡潔なタスク指向のクエリとして書き換える,マルチユーザコンテキストクエリ書き換えの新しいタスクを提案する。
論文 参考訳（メタデータ） (2023-10-31T14:12:07Z) - User Adaptive Language Learning Chatbots with a Curriculum [55.63893493019025]
語彙的に制約されたデコーディングをダイアログシステムに適用し、ダイアログシステムに対して、その生成した発話にカリキュラムに準拠した単語やフレーズを含めるよう促す。
評価の結果,カリキュラム注入によるダイアログシステムにより,対象語に対する生徒の理解が向上し,英語実践への関心が高まることが示された。
論文 参考訳（メタデータ） (2023-04-11T20:41:41Z) - Code-Switching without Switching: Language Agnostic End-to-End Speech
Translation [68.8204255655161]
我々は音声認識と翻訳を一貫したエンドツーエンドの音声翻訳問題として扱う。
LASTを両方の入力言語で訓練することにより、入力言語に関係なく、音声を1つのターゲット言語にデコードする。
論文 参考訳（メタデータ） (2022-10-04T10:34:25Z) - Building a Personalized Dialogue System with Prompt-Tuning [5.942602139622984]
与えられた文字設定(ペルソナ)に基づいて応答する対話システムを構築する。
本稿では,事前学習された大規模言語モデルに対して,学習コストの低いプロンプトチューニングを利用する手法を提案する。
論文 参考訳（メタデータ） (2022-06-11T02:21:11Z) - ASCEND: A Spontaneous Chinese-English Dataset for Code-switching in
Multi-turn Conversation [41.71242653813909]
ASCENDは、中国語と英語のコードスイッチングコーパスを自発的に対話するための高品質なリソースを導入している。
本稿では,本研究におけるアノテーションを含む音声データを収集するASCENDの設計と手順について報告する。
ASCENDには、中国語と英語の両方に通じる23のバイリンガルがあり、9.23時間クリーンスピーチコーパスで構成されている。
論文 参考訳（メタデータ） (2021-12-12T12:59:20Z) - UniDS: A Unified Dialogue System for Chit-Chat and Task-oriented
Dialogues [59.499965460525694]
上記の2つのスキルを備えた統合対話システム(UniDS)を提案する。
我々は、チャットとタスク指向の対話の両方に対応可能な統合対話データスキーマを設計する。
我々は、事前訓練されたチャット対話モデルから混合対話データでUniDSを訓練する。
論文 参考訳（メタデータ） (2021-10-15T11:56:47Z) - Natural Language Understanding for Argumentative Dialogue Systems in the
Opinion Building Domain [6.951113351928047]
本稿では,情報検索領域における議論的対話システムの枠組みを提案する。
提案手法は,複数のユーザの意図を識別し,ユーザが自然言語で参照するシステム引数を識別する。
論文 参考訳（メタデータ） (2021-03-03T21:17:24Z)
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。