論文の概要: PENTATRON: PErsonalized coNText-Aware Transformer for Retrieval-based cOnversational uNderstanding

• arxiv url: http://arxiv.org/abs/2210.12308v1
• Date: Sat, 22 Oct 2022 00:14:47 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-25 14:22:19.053753
• Title: PENTATRON: PErsonalized coNText-Aware Transformer for Retrieval-based cOnversational uNderstanding
• Title（参考訳）: PENTATRON: 検索ベースのc-versational uNderstandingのためのPErsonalized coNText-Aware Transformer
• Authors: Niranjan Uma Naresh, Ziyan Jiang, Ankit, Sungjin Lee, Jie Hao, Xing Fan, Chenlei Guo
• Abstract要約: スマートデジタルアシスタントを使用した顧客からのグローバルトラフィックの大部分が、対話の摩擦は誤った理解による可能性がある。 スケーラブルなエンティティ補正システムであるPENTATRONを構築し評価する。 キーメトリック(Exact Match)が最大500.97%上昇することを示す。
• 参考スコア（独自算出の注目度）: 18.788620612619823
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conversational understanding is an integral part of modern intelligent devices. In a large fraction of the global traffic from customers using smart digital assistants, frictions in dialogues may be attributed to incorrect understanding of the entities in a customer's query due to factors including ambiguous mentions, mispronunciation, background noise and faulty on-device signal processing. Such errors are compounded by two common deficiencies from intelligent devices namely, (1) the device not being tailored to individual customers, and (2) the device responses being unaware of the context in the conversation session. Viewing this problem via the lens of retrieval-based search engines, we build and evaluate a scalable entity correction system, PENTATRON. The system leverages a parametric transformer-based language model to learn patterns from in-session customer-device interactions coupled with a non-parametric personalized entity index to compute the correct query, which aids downstream components in reasoning about the best response. In addition to establishing baselines and demonstrating the value of personalized and context-aware systems, we use multitasking to learn the domain of the correct entity. We also investigate the utility of language model prompts. Through extensive experiments, we show a significant upward movement of the key metric (Exact Match) by up to 500.97% (relative to the baseline).
• Abstract（参考訳）: 会話理解は現代のインテリジェントデバイスにとって不可欠な部分である。 スマートデジタルアシスタントを用いた顧客からのグローバルトラフィックの大部分が、不明瞭な言及、誤発音、バックグラウンドノイズ、デバイス上での信号処理の欠陥などの要因により、顧客の問い合わせにおけるエンティティの誤った理解に起因する可能性がある。 このようなエラーは、知的デバイスからの2つの共通欠陥、すなわち、(1)個々の顧客向けに調整されていないデバイス、(2)会話セッションのコンテキストを知らないデバイス応答によって複合される。 この問題を検索ベースの検索エンジンのレンズで見ることで,スケーラブルなエンティティ修正システムpentatronを構築し,評価する。 このシステムはパラメトリックトランスフォーマティブベースの言語モデルを利用して、インセッションの顧客とデバイス間のインタラクションからパターンを学習し、非パラメトリックパーソナライズされたエンティティインデックスと組み合わせて正しいクエリを計算する。 ベースラインの確立と、パーソナライズされたコンテキスト認識システムの価値の実証に加えて、マルチタスクを使って正しいエンティティのドメインを学習する。 また,言語モデルプロンプトの有用性についても検討する。 広範な実験により,最大500.97% (ベースラインとの比較) のキーメトリック(実測一致)の大幅な上向きの動きを示す。

関連論文リスト

• Robust Interaction-based Relevance Modeling for Online E-Commerce and LLM-based Retrieval [8.499253194630665]
  従来のテキストマッチング技術は、検索意図のニュアンスを正確に捉えることができない。 このような欠点に対処するために、ロバストなインタラクションベースのモデリングパラダイムを導入します。 我々の知る限りでは、この手法は大規模なeコマース検索関連性計算のための対話に基づく最初のアプローチである。
  論文  参考訳（メタデータ） (2024-06-04T09:24:04Z)
• Improving Text Matching in E-Commerce Search with A Rationalizable, Intervenable and Fast Entity-Based Relevance Model [78.80174696043021]
  エンティティベース関連モデル(EBRM)と呼ばれる新しいモデルを提案する。 この分解により、高精度にクロスエンコーダQE関連モジュールを使用できる。 また、ユーザログから自動生成されたQEデータによるQEモジュールの事前トレーニングにより、全体的なパフォーマンスが向上することを示す。
  論文  参考訳（メタデータ） (2023-07-01T15:44:53Z)
• 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)
• Intent Recognition in Conversational Recommender Systems [0.0]
  会話における入力発話を文脈化するためのパイプラインを導入する。 次に、逆機能エンジニアリングを活用して、コンテキスト化された入力と学習モデルをリンクして、意図認識をサポートするための次のステップを踏み出します。
  論文  参考訳（メタデータ） (2022-12-06T11:02:42Z)
• Task-Oriented Over-the-Air Computation for Multi-Device Edge AI [57.50247872182593]
  エッジAIをサポートするための6Gネットワークは、AIタスクの効率的かつ効率的な実行に焦点を当てたタスク指向のテクニックを備えている。 本稿では,マルチデバイススプリット推論システムにおけるタスク指向オーバー・ザ・エア計算(AirComp)方式を提案する。
  論文  参考訳（メタデータ） (2022-11-02T16:35:14Z)
• Analysis of Joint Speech-Text Embeddings for Semantic Matching [3.6423306784901235]
  ペア音声と書き起こし入力の距離を最小化することにより,セマンティックマッチングのために訓練された共同音声テキスト埋め込み空間について検討する。 我々は,事前学習とマルチタスクの両方のシナリオを通じて,音声認識を組み込む方法を拡張した。
  論文  参考訳（メタデータ） (2022-04-04T04:50:32Z)
• Actionable Conversational Quality Indicators for Improving Task-Oriented Dialog Systems [2.6094079735487994]
  本稿では、ACQI(Actionable Conversational Quality Indicator)の使用について紹介し、解説する。 ACQIは、改善可能なダイアログの一部を認識し、改善する方法を推奨するために使用される。 本稿では、商用顧客サービスアプリケーションで使用されるLivePersonの内部ダイアログシステムにおけるACQIの使用の有効性を示す。
  論文  参考訳（メタデータ） (2021-09-22T22:41:42Z)
• Distantly Supervised Transformers For E-Commerce Product QA [5.460297795256275]
  Eコマースサービスの商品ページで、実用的なインスタント質問回答(QA)システムを提案します。 ユーザクエリごとに、関連するコミュニティの質問回答(CQA)ペアが取得される。 提案するトランスフォーマーモデルでは,統一構文表現と意味表現を共同学習し,堅牢な関連性関数を学習する。
  論文  参考訳（メタデータ） (2021-04-07T06:37:16Z)
• End-to-End Object Detection with Transformers [88.06357745922716]
  本稿では,オブジェクト検出を直接セット予測問題とみなす新しい手法を提案する。 我々のアプローチは検出パイプラインを合理化し、手作業で設計された多くのコンポーネントの必要性を効果的に除去する。 この新しいフレームワークの主な構成要素は、Detection TRansformerまたはDETRと呼ばれ、セットベースのグローバルな損失である。
  論文  参考訳（メタデータ） (2020-05-26T17:06:38Z)
• Multi-Stage Conversational Passage Retrieval: An Approach to Fusing Term Importance Estimation and Neural Query Rewriting [56.268862325167575]
  マルチステージアドホックIRシステムにクエリ再構成を組み込んだ会話経路検索(ConvPR)に取り組む。 本稿では,1項の重要度推定と2項のニューラルクエリ書き換えという2つの手法を提案する。 前者に対しては、周波数に基づく信号を用いて会話コンテキストから抽出した重要な用語を用いて会話クエリを拡張する。 後者では,会話クエリを,事前訓練されたシーケンス列列列モデルを用いて,自然な,スタンドアロンの,人間の理解可能なクエリに再構成する。
  論文  参考訳（メタデータ） (2020-05-05T14:30:20Z)
• IART: Intent-aware Response Ranking with Transformers in Information-seeking Conversation Systems [80.0781718687327]
  我々は、情報探索会話におけるユーザ意図パターンを分析し、意図認識型ニューラルレスポンスランキングモデル「IART」を提案する。 IARTは、ユーザ意図モデリングと言語表現学習とTransformerアーキテクチャの統合の上に構築されている。
  論文  参考訳（メタデータ） (2020-02-03T05:59:52Z)

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。