論文の概要: CDConv: A Benchmark for Contradiction Detection in Chinese Conversations

• arxiv url: http://arxiv.org/abs/2210.08511v1
• Date: Sun, 16 Oct 2022 11:37:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-18 18:26:44.090567
• Title: CDConv: A Benchmark for Contradiction Detection in Chinese Conversations
• Title（参考訳）: cdconv:中国の会話における矛盾検出のためのベンチマーク
• Authors: Chujie Zheng, Jinfeng Zhou, Yinhe Zheng, Libiao Peng, Zhen Guo, Wenquan Wu, Zhengyu Niu, Hua Wu, Minlie Huang
• Abstract要約: 本稿では,中国会話におけるコントラクション検出のベンチマーク,すなわちCDConvを提案する。 12Kのマルチターン会話に3つの典型的な矛盾カテゴリ(文内コントラクション、ロールコンフュージョン、ヒストリーコントラクション)をアノテートする。
• 参考スコア（独自算出の注目度）: 74.78715797366395
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dialogue contradiction is a critical issue in open-domain dialogue systems. The contextualization nature of conversations makes dialogue contradiction detection rather challenging. In this work, we propose a benchmark for Contradiction Detection in Chinese Conversations, namely CDConv. It contains 12K multi-turn conversations annotated with three typical contradiction categories: Intra-sentence Contradiction, Role Confusion, and History Contradiction. To efficiently construct the CDConv conversations, we devise a series of methods for automatic conversation generation, which simulate common user behaviors that trigger chatbots to make contradictions. We conduct careful manual quality screening of the constructed conversations and show that state-of-the-art Chinese chatbots can be easily goaded into making contradictions. Experiments on CDConv show that properly modeling contextual information is critical for dialogue contradiction detection, but there are still unresolved challenges that require future research.
• Abstract（参考訳）: 対話の矛盾はオープンドメイン対話システムにおいて重要な問題である。 会話の文脈化の性質は、対話の矛盾検出をかなり困難にする。 本研究では,中国会話におけるコントラディション検出のベンチマーク,すなわちCDConvを提案する。 12Kのマルチターン会話に3つの典型的な矛盾カテゴリ(文内コントラクション、ロールコンフュージョン、ヒストリーコントラクション)をアノテートする。 CDConvの会話を効率的に構築するために,チャットボットに矛盾を起こさせる共通のユーザ動作をシミュレートする,自動会話生成の一連の手法を考案した。 我々は,構築した会話の手作業による品質チェックを行い,最新の中国のチャットボットに矛盾が生じやすいことを示す。 CDConvの実験では、文脈情報を適切にモデル化することは対話の矛盾検出に重要であるが、今後の研究を必要とする未解決の課題がある。

関連論文リスト

• Red Teaming Language Models for Processing Contradictory Dialogues [30.522961490270532]
  現在利用可能な言語モデルのほとんどは、対話中に自己矛盾する傾向がある。 本研究では,会話中の矛盾文を検出し,修正することを目的とした,新たな矛盾文処理タスクについて検討する。
  論文  参考訳（メタデータ） (2024-05-16T14:27:32Z)
• Multimodal Contextual Dialogue Breakdown Detection for Conversational AI Models [1.4199474167684119]
  マルチモーダルな文脈対話ブレークダウン(MultConDB)モデルを導入する。 このモデルは、69.27のF1を達成することで、他の既知の最高のモデルよりも大幅に優れている。
  論文  参考訳（メタデータ） (2024-04-11T23:09:18Z)
• Multi-turn Dialogue Comprehension from a Topic-aware Perspective [70.37126956655985]
  本稿では,話題認識の観点から,マルチターン対話をモデル化することを提案する。 対話文のセグメント化アルゴリズムを用いて、対話文を教師なしの方法でトピック集中フラグメントに分割する。 また,トピックセグメントを処理要素として扱う新しいモデルとして,トピック認識デュアルアテンションマッチング(TADAM)ネットワークを提案する。
  論文  参考訳（メタデータ） (2023-09-18T11:03:55Z)
• FCTalker: Fine and Coarse Grained Context Modeling for Expressive Conversational Speech Synthesis [75.74906149219817]
  Conversational Text-to-Speech (TTS) は、会話の文脈において、適切な言語的・感情的な韻律で発話を合成することを目的としている。 本稿では, 音声生成時に, 微細で粗い文脈依存性を同時に学習する, FCTalkerと呼ばれる新しい表現型会話型TSモデルを提案する。
  論文  参考訳（メタデータ） (2022-10-27T12:20:20Z)
• A Benchmark for Understanding and Generating Dialogue between Characters in Stories [75.29466820496913]
  本研究は,機械が物語の対話を理解・生成できるかどうかを探求する最初の研究である。 マスク付き対話生成と対話話者認識という2つの新しいタスクを提案する。 DialStoryの自動評価と手動評価で既存のモデルをテストすることで,提案課題の難しさを示す。
  論文  参考訳（メタデータ） (2022-09-18T10:19:04Z)
• Structural Modeling for Dialogue Disentanglement [43.352833140317486]
  マルチパーティ対話コンテキスト マルチパーティ対話コンテキストは、対話読解の課題に繋がる。 本研究は,対話構造の特徴を考慮に入れて,複数パーティ履歴をスレッドにアンタングルする新しいモデルを設計する。
  論文  参考訳（メタデータ） (2021-10-15T11:28:43Z)
• "How Robust r u?": Evaluating Task-Oriented Dialogue Systems on Spoken Conversations [87.95711406978157]
  本研究は、音声タスク指向会話における新しいベンチマークを示す。 マルチドメイン対話状態追跡と知識基底型対話モデルについて検討する。 我々のデータセットは,タスク指向対話システムの音声によるベンチマークを可能にする。
  論文  参考訳（メタデータ） (2021-09-28T04:51:04Z)
• Continuity of Topic, Interaction, and Query: Learning to Quote in Online Conversations [23.214585012203084]
  本研究は,オンライン会話における引用の自動生成について研究する。 引用でコンテキストを継続するために、エンコーダ-デコーダニューラルフレームワークが使用される。 英語と中国語の2つの大規模データセットの実験結果。
  論文  参考訳（メタデータ） (2021-06-18T03:38:48Z)
• I like fish, especially dolphins: Addressing Contradictions in Dialogue Modeling [104.09033240889106]
  DialoguE Contradiction Detection Task(DECODE)と、人間とロボットの矛盾した対話の両方を含む新しい会話データセットを紹介します。 次に、事前学習したトランスフォーマーモデルを用いて、定型的非構造的アプローチと矛盾検出を行う構造的発話に基づくアプローチを比較する。
  論文  参考訳（メタデータ） (2020-12-24T18:47:49Z)
• Contextual Dialogue Act Classification for Open-Domain Conversational Agents [10.576497782941697]
  会話におけるユーザ発話の一般的な意図を分類することは、会話エージェントのための自然言語理解(NLU)の重要なステップである。 本稿では,文脈対話行為分類のための簡易かつ効果的な深層学習手法であるCDAC(Contextual Dialogue Act)を提案する。 我々は、人-機械対話における対話行動を予測するために、トランスファーラーニングを用いて人間-機械対話で訓練されたモデルを適用する。
  論文  参考訳（メタデータ） (2020-05-28T06:48:10Z)

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。