論文の概要: PK-ICR: Persona-Knowledge Interactive Context Retrieval for Grounded Dialogue

• arxiv url: http://arxiv.org/abs/2302.06674v1
• Date: Mon, 13 Feb 2023 20:27:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-15 17:13:34.951490
• Title: PK-ICR: Persona-Knowledge Interactive Context Retrieval for Grounded Dialogue
• Title（参考訳）: PK-ICR:接地対話のためのペルソナ知識対話型文脈検索
• Authors: Minsik Oh, Joosung Lee, Jiwei Li, Guoyin Wang
• Abstract要約: 本研究では,対話におけるペルソナとナレッジ・デュアル・コンテキストの識別を,対話におけるペルソナとナレッジを共同で識別するタスクとして定義する。 我々は,対話のすべての文脈を同時に活用する新しい接地検索手法を開発した。 我々は,ペルソナとダイアログを併用する難易度行動について,新しいNull- positive rank testを用いて分析した。
• 参考スコア（独自算出の注目度）: 24.09170639878251
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Identifying relevant Persona or Knowledge for conversational systems is a critical component of grounded dialogue response generation. However, each grounding has been studied in isolation with more practical multi-context tasks only recently introduced. We define Persona and Knowledge Dual Context Identification as the task to identify Persona and Knowledge jointly for a given dialogue, which could be of elevated importance in complex multi-context Dialogue settings. We develop a novel grounding retrieval method that utilizes all contexts of dialogue simultaneously while also requiring limited training via zero-shot inference due to compatibility with neural Q \& A retrieval models. We further analyze the hard-negative behavior of combining Persona and Dialogue via our novel null-positive rank test.
• Abstract（参考訳）: 対話システムにおける関連するペルソナや知識の同定は,対話応答生成の重要な要素である。 しかし,最近導入されたより実践的なマルチコンテキストタスクと分離して研究されている。 我々は、複雑な多言語対話設定において、ペルソナとナレッジの2つのコンテキスト識別を、与えられた対話において、ペルソナとナレッジを共同で識別するタスクとして定義する。 本稿では,対話のすべての文脈を同時に活用すると同時に,ニューラルネットワークq_&a検索モデルとの適合性からゼロショット推論による限定的な学習を要求できる新しい接地探索法を開発した。 さらに,ペルソナとダイアログの組み合わせによる否定的な振る舞いを,新たなnull陽性ランクテストによって分析する。

関連論文リスト

• Dialogue Agents 101: A Beginner's Guide to Critical Ingredients for Designing Effective Conversational Systems [29.394466123216258]
  本研究は,対話エージェントの主要な特徴,対応するオープンドメインデータセット,およびこれらのデータセットをベンチマークする手法について概説する。 我々は,既存のデータセットの会話から構築された統一dIalogue dataseTであるUNITを提案する。
  論文  参考訳（メタデータ） (2023-07-14T10:05:47Z)
• FCC: Fusing Conversation History and Candidate Provenance for Contextual Response Ranking in Dialogue Systems [53.89014188309486]
  複数のチャネルからコンテキスト情報を統合できるフレキシブルなニューラルネットワークフレームワークを提案する。 会話応答ランキングタスクの評価に広く用いられているMSDialogデータセット上で,本モデルの評価を行った。
  論文  参考訳（メタデータ） (2023-03-31T23:58:28Z)
• 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)
• Persona-Knowledge Dialogue Multi-Context Retrieval and Enhanced Decoding Methods [1.066048003460524]
  我々はペルソナ・知識の識別と応答生成タスクに取り組む。 ニューラルQ&A検索モデルと互換性のある情報拡張戦略を設計する。 我々は、93.99%のグラウンディング精度と23.62のSacreBLEUスコアを持つ公式の指標でSOTAを達成している。
  論文  参考訳（メタデータ） (2022-07-28T07:19:08Z)
• KETOD: Knowledge-Enriched Task-Oriented Dialogue [77.59814785157877]
  対話システム研究における既存の研究は、主にタスク指向の対話とチャットを独立したドメインとして扱う。 本研究では,タスク指向対話と知識ベースチップチャットを一つのモデルに効果的に統合する方法について検討する。
  論文  参考訳（メタデータ） (2022-05-11T16:01:03Z)
• 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)
• Commonsense-Focused Dialogues for Response Generation: An Empirical Study [39.49727190159279]
  対話応答生成におけるコモンセンスの実証的研究について述べる。 まず、ConceptNetを利用して既存の対話データセットから共通感覚対話を自動的に抽出する。 次に、対話的な環境での社会的常識を示すことを目的とした、25K対話を備えた対話データセットを新たに収集する。
  論文  参考訳（メタデータ） (2021-09-14T04:32:09Z)
• 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)
• Dialogue-Based Relation Extraction [53.2896545819799]
  本稿では,人間による対話型関係抽出(RE)データセットDialogREを提案する。 我々は,対話型タスクと従来のREタスクの類似点と相違点の分析に基づいて,提案課題において話者関連情報が重要な役割を担っていると論じる。 実験結果から,ベストパフォーマンスモデルにおける話者認識の拡張が,標準設定と会話評価設定の両方において向上することが示された。
  論文  参考訳（メタデータ） (2020-04-17T03:51:57Z)

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。