論文の概要: Mitigating Negative Style Transfer in Hybrid Dialogue System
- arxiv url: http://arxiv.org/abs/2212.07183v1
- Date: Wed, 14 Dec 2022 12:13:34 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-15 14:53:50.076914
- Title: Mitigating Negative Style Transfer in Hybrid Dialogue System
- Title（参考訳）: ハイブリッド対話システムにおける否定的スタイル移動の緩和
- Authors: Shimin Li, Qinyuan Cheng, Linyang Li, Xipeng Qiu
- Abstract要約: ユーザ固有の目標を達成し,ユーザとのオープン・トピック・チャットに参加するハイブリッド対話システムに注目が集まっている。
既存の研究は、マルチタスク融合技術を利用して両方のタスクを同時に学習するが、ユニークなテキストスタイルの違いによって引き起こされる負の伝達現象を無視する。
多様なデータセットに対する教師付き自己監督型正負のサンプル構成を考案する。
- 参考スコア（独自算出の注目度）: 42.65754135759929
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: As the functionality of dialogue systems evolves, hybrid dialogue systems
that accomplish user-specific goals and participate in open-topic chitchat with
users are attracting growing attention. Existing research learns both tasks
concurrently utilizing a multi-task fusion technique but ignores the negative
transfer phenomenon induced by the unique textual style differences. Therefore,
contrastive learning based on the latent variable model is used to decouple the
various textual genres in the latent space. We devise supervised and
self-supervised positive and negative sample constructions for diverse
datasets. In addition, to capitalize on the style information contained in the
decoupled latent variables, we employ a style prefix that incorporates latent
variables further to control the generation of responses with varying styles.
We performed extensive experiments on three dialogue datasets, including a
hybrid dialogue dataset and two task-oriented dialogue datasets. The
experimental results demonstrate that our method can mitigate the negative
style transfer issue and achieves state-of-the-art performance on multiple
dialogue datasets.
- Abstract（参考訳）: 対話システムの機能が進化するにつれて、ユーザ固有の目標を達成し、オープントピックなチトチャットに参加するハイブリッド対話システムが注目を集めている。
既存の研究は、マルチタスク融合技術を利用して両方のタスクを同時に学習するが、ユニークなテキストスタイルの違いによって引き起こされる負の伝達現象を無視する。
したがって、潜在変数モデルに基づく対比学習は、潜在空間における様々なテキストジャンルを分離するために用いられる。
多様なデータセットに対する教師付き自己監督型正負のサンプル構成を考案する。
さらに,分離された潜伏変数に含まれるスタイル情報を活用するために,潜伏変数を更に組み込んだスタイルプレフィックスを用いて,応答の生成を様々なスタイルで制御する。
本研究では,ハイブリッド対話データセットとタスク指向対話データセットを含む3つの対話データセットについて,広範な実験を行った。
実験の結果,本手法は否定的なスタイル転送問題を緩和し,複数の対話データセットにおいて最先端のパフォーマンスを実現することができた。
関連論文リスト
- MP2D: An Automated Topic Shift Dialogue Generation Framework Leveraging
Knowledge Graphs [15.876075659237722]
Multi-Passage to Dialogue (MP2D) は、自然なトピック遷移を伴う質問応答データセットを生成する。
MP2Dは対話内のトピックの流れをマッピングし、人間の会話のダイナミクスを効果的に反映する。
本研究では,トピックシフト対話のための新しいベンチマークTS-WikiDialogを紹介する。
論文 参考訳（メタデータ） (2024-03-09T06:28:48Z) - 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) - CGoDial: A Large-Scale Benchmark for Chinese Goal-oriented Dialog
Evaluation [75.60156479374416]
CGoDialは、Goal指向のダイアログ評価のための、新しい挑戦的で包括的な中国のベンチマークである。
96,763のダイアログセッションと574,949のダイアログがすべて含まれており、異なる知識ソースを持つ3つのデータセットをカバーする。
学術ベンチマークと音声対話のシナリオのギャップを埋めるために、実際の会話からデータを収集したり、クラウドソーシングを通じて既存のデータセットに音声機能を追加する。
論文 参考訳（メタデータ） (2022-11-21T16:21:41Z) - HybriDialogue: An Information-Seeking Dialogue Dataset Grounded on
Tabular and Textual Data [87.67278915655712]
我々は、ウィキペディアのテキストとテーブルの両方を基盤とした、クラウドソーシングされた自然な会話からなる新しい対話データセットHybriDialogueを提示する。
これらの会話は、複雑なマルチホップ質問をシンプルで現実的なマルチターン対話に分解することで生成される。
論文 参考訳（メタデータ） (2022-04-28T00:52:16Z) - Stylistic Retrieval-based Dialogue System with Unparallel Training Data [19.777894827625275]
本稿では,並列データを持たない特定のペルソナの言語スタイルを模倣するために,汎用的な検索ベース対話システムに適応するフレキシブルなフレームワークを提案する。
提案手法は, ジェルゴンの使用法を学習し, ジェルゴンを組み込むことで, ジェネリックな会話をスタイル化されたものに書き換えることによって, スタイル化されたデータの自動生成に基づく。
論文 参考訳（メタデータ） (2021-09-12T09:56:24Z) - Dialogue History Matters! Personalized Response Selectionin Multi-turn
Retrieval-based Chatbots [62.295373408415365]
本稿では,コンテキスト応答マッチングのためのパーソナライズドハイブリッドマッチングネットワーク(phmn)を提案する。
1) ユーザ固有の対話履歴からパーソナライズされた発話行動を付加的なマッチング情報として抽出する。
ユーザ識別による2つの大規模データセット,すなわちパーソナライズされた対話 Corpus Ubuntu (P-Ubuntu) とパーソナライズされたWeiboデータセット (P-Weibo) のモデルを評価する。
論文 参考訳（メタデータ） (2021-03-17T09:42:11Z) - Rethinking Dialogue State Tracking with Reasoning [76.0991910623001]
本稿では, 対話状態の段階的追跡を, バックエンドデータの助けを借りて行うことを提案する。
実験の結果,MultiWOZ 2.1の連立信条精度は38.6%向上した。
論文 参考訳（メタデータ） (2020-05-27T02:05:33Z) - Diversifying Dialogue Generation with Non-Conversational Text [38.03510529185192]
非会話的テキストを活用することで対話生成を多様化する新しい視点を提案する。
我々は、フォーラムコメント、イディオム、本スニペットを含む複数の情報源から、大規模な非会話コーパスを収集する。
得られたモデルは、2つの会話データセット上でテストされ、コンテキストとの関連性を犠牲にすることなく、はるかに多様な応答を生成することが示されている。
論文 参考訳（メタデータ） (2020-05-09T02:16:05Z)
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。