論文の概要: Lifelong and Continual Learning Dialogue Systems
- arxiv url: http://arxiv.org/abs/2211.06553v1
- Date: Sat, 12 Nov 2022 02:39:41 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-15 15:42:18.628923
- Title: Lifelong and Continual Learning Dialogue Systems
- Title（参考訳）: 生涯学習対話システム
- Authors: Sahisnu Mazumder, Bing Liu
- Abstract要約: 本書は生涯学習対話システムの新たなパラダイムを紹介する。
システムがより多くのユーザとチャットしたり、外部ソースからより多くのことを学ぶようになると、会話の知識が増し、より良くなる。
- 参考スコア（独自算出の注目度）: 21.87382385938692
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dialogue systems, commonly known as chatbots, have gained escalating
popularity in recent times due to their wide-spread applications in carrying
out chit-chat conversations with users and task-oriented dialogues to
accomplish various user tasks. Existing chatbots are usually trained from
pre-collected and manually-labeled data and/or written with handcrafted rules.
Many also use manually-compiled knowledge bases (KBs). Their ability to
understand natural language is still limited, and they tend to produce many
errors resulting in poor user satisfaction. Typically, they need to be
constantly improved by engineers with more labeled data and more manually
compiled knowledge. This book introduces the new paradigm of lifelong learning
dialogue systems to endow chatbots the ability to learn continually by
themselves through their own self-initiated interactions with their users and
working environments to improve themselves. As the systems chat more and more
with users or learn more and more from external sources, they become more and
more knowledgeable and better and better at conversing. The book presents the
latest developments and techniques for building such continual learning
dialogue systems that continuously learn new language expressions and lexical
and factual knowledge during conversation from users and off conversation from
external sources, acquire new training examples during conversation, and learn
conversational skills. Apart from these general topics, existing works on
continual learning of some specific aspects of dialogue systems are also
surveyed. The book concludes with a discussion of open challenges for future
research.
- Abstract（参考訳）: チャットボットとして知られる対話システムは、ユーザとのチャット会話やタスク指向の対話で様々なタスクをこなすために広く普及しているため、近年で普及している。
既存のチャットボットは通常、事前にコンパイルされたデータや手動でラベル付けされたデータからトレーニングされる。
多くは手動でコンパイルされた知識ベース(kbs)を使用している。
自然言語を理解する能力はまだ限られており、多くのエラーが発生する傾向にあり、ユーザ満足度は低い。
通常、よりラベル付きデータとより手動でコンパイルされた知識を持つエンジニアによって継続的に改善される必要がある。
本書では,チャットボットがユーザや作業環境との自己開始型対話を通じて,自分自身で継続的に学習する能力を実現するための,生涯学習対話システムの新たなパラダイムを紹介する。
システムがユーザとチャットしたり、外部ソースからより多くのことを学ぶようになると、会話の知識が増し、より良くなる。
本書は、会話中の新しい言語表現と語彙的・事実的知識をユーザから継続的に学習し、外部ソースから会話を遮断し、会話中に新しい訓練例を取得し、会話スキルを習得する、連続学習対話システムを構築するための最新の開発と技術を紹介する。
これらの一般的な話題とは別に、対話システムの特定の側面の連続学習に関する既存の研究も調査されている。
この本は、将来の研究のためのオープンチャレンジに関する議論で締めくくられている。
関連論文リスト
- Curriculum-Driven Edubot: A Framework for Developing Language Learning Chatbots Through Synthesizing Conversational Data [23.168347070904318]
本稿では,チャットボットの対話的特徴と英語教科書の体系的素材を組み合わせたチャットボットを開発するためのフレームワークであるCurriculum-Driven EduBotを紹介する。
まず、教科書から関連するトピックを抽出し、大きな言語モデルを用いてこれらのトピックに関連する対話を生成する。
論文 参考訳（メタデータ） (2023-09-28T19:14:18Z) - ChatPLUG: Open-Domain Generative Dialogue System with Internet-Augmented
Instruction Tuning for Digital Human [76.62897301298699]
ChatPLUGは、デジタルヒューマンアプリケーションのための中国のオープンドメイン対話システムである。
モデルネームは, 自動評価と人的評価の両方において, 最先端の中国語対話システムより優れていることを示す。
高速な推論でスマートスピーカーやインスタントメッセージアプリケーションのような実世界のアプリケーションにモデルネームをデプロイします。
論文 参考訳（メタデータ） (2023-04-16T18:16:35Z) - 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) - PK-Chat: Pointer Network Guided Knowledge Driven Generative Dialogue
Model [79.64376762489164]
PK-Chatは、知識グラフ上のポインタネットワークと、事前訓練された言語モデルを組み合わせた、ポインタネットワーク誘導生成対話モデルである。
PK-Chatが対話で生成した単語は、単語リストの予測と外部知識グラフ知識の直接予測から導かれる。
PK-Chatに基づく対話システムは、地球科学の学術シナリオ向けに構築されている。
論文 参考訳（メタデータ） (2023-04-02T18:23:13Z) - KPT: Keyword-guided Pre-training for Grounded Dialog Generation [82.68787152707455]
KPT(Guided Pre-Training)は,グラウンドドダイアログ生成のための自己教師付き事前学習手法である。
具体的には、事前訓練された言語モデルを用いて、ダイアログ内の最も不確実なトークンをキーワードとして抽出する。
我々は,対話行為,知識グラフ,ペルソナ記述,ウィキペディアの文節など,数発の知識ベース生成タスクについて広範な実験を行った。
論文 参考訳（メタデータ） (2022-12-04T04:05:01Z) - Dynamic Planning in Open-Ended Dialogue using Reinforcement Learning [35.67318830455459]
我々は、強化学習(RL)を用いて、ロボットの対話能力を大規模に活用するリアルタイムかつオープンな対話システムを開発した。
我々の作業は、動的行動空間に特に適するRL技術とSOTA言語モデルを用いて生成された会話状態の簡潔な埋め込みをペアリングする。
論文 参考訳（メタデータ） (2022-07-25T16:12:33Z) - Learning as Conversation: Dialogue Systems Reinforced for Information
Acquisition [30.91417206129677]
本稿では,AIを活用した新しいチャットボットを提案する。
情報獲得指向対話システムでは,ドメイン内対話データなしで様々なドメインにシステム転送できるように,強化されたセルフプレイの新たな適応が採用されている。
論文 参考訳（メタデータ） (2022-05-29T19:42:25Z) - Few-Shot Bot: Prompt-Based Learning for Dialogue Systems [58.27337673451943]
ごく少数の例を使って会話を学ぶことは、会話型AIにおける大きな課題である。
現在の最良の会話モデルは、良いチャットシャッター(例:BlenderBot)またはゴール指向システム(例:MinTL)である。
グラデーションベースの微調整を必要とせず、学習の唯一の源としていくつかの例を用いるプロンプトベースの数ショット学習を提案する。
論文 参考訳（メタデータ） (2021-10-15T14:36:45Z) - Lifelong Knowledge Learning in Rule-based Dialogue Systems [10.229787631112742]
本稿では,ルールベースのチャットボットにそのような学習機能を組み込むことにより,ユーザとのチャットにおいて,新たな知識を継続的に獲得することを提案する。
多くの実環境にデプロイされたチャットボットはルールベースであるため、この作業は有用である。
論文 参考訳（メタデータ） (2020-11-19T13:33:12Z) - Lifelong Learning Dialogue Systems: Chatbots that Self-Learn On the Job [21.87382385938692]
我々は,新たな世界知識を継続的に学習する能力を実現することを提案する。
このようなシステムのマルチユーザ環境を利用して,動詞および非動詞手段を介してユーザとの対話を通じて自己学習を行う。
論文 参考訳（メタデータ） (2020-09-22T18:10:08Z) - Knowledge Injection into Dialogue Generation via Language Models [85.65843021510521]
InjKは対話生成モデルに知識を注入するための2段階のアプローチである。
まず、大規模言語モデルをトレーニングし、テキスト知識としてクエリする。
次に、対話生成モデルを作成し、テキスト知識と対応する応答を逐次生成する。
論文 参考訳（メタデータ） (2020-04-30T07:31:24Z)
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。