論文の概要: Let's Get Personal: Personal Questions Improve SocialBot Performance in
the Alexa Prize
- arxiv url: http://arxiv.org/abs/2303.04953v1
- Date: Thu, 9 Mar 2023 00:10:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-10 16:41:53.745848
- Title: Let's Get Personal: Personal Questions Improve SocialBot Performance in
the Alexa Prize
- Title（参考訳）: パーソナライズしよう: 個人的な質問は、alexa賞のソーシャルボットのパフォーマンスを改善する
- Authors: Kevin K. Bowden and Marilyn Walker
- Abstract要約: 音声対話コミュニティにおいて,対話型オープンドメイン対話システムの構築に焦点が当てられている。
従来の対話システムとは異なり、これらの対話システムは特定の情報やドメインの制限を前提とすることはできない。
我々は、Amazon Echoユーザーが大規模にアクセスし、評価する、堅牢なオープンドメイン会話システムであるAthenaを開発した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: There has been an increased focus on creating conversational open-domain
dialogue systems in the spoken dialogue community. Unlike traditional dialogue
systems, these conversational systems cannot assume any specific information
need or domain restrictions, i.e., the only inherent goal is to converse with
the user on an unknown set of topics. While massive improvements in Natural
Language Understanding (NLU) and the growth of available knowledge resources
can partially support a robust conversation, these conversations generally lack
the rapport between two humans that know each other. We developed a robust
open-domain conversational system, Athena, that real Amazon Echo users access
and evaluate at scale in the context of the Alexa Prize competition. We
experiment with methods intended to increase intimacy between Athena and the
user by heuristically developing a rule-based user model that personalizes both
the current and subsequent conversations and evaluating specific personal
opinion question strategies in A/B studies. Our results show a statistically
significant positive impact on perceived conversation quality and length when
employing these strategies.
- Abstract（参考訳）: 音声対話コミュニティでは,対話型オープンドメイン対話システムの構築が注目されている。
従来の対話システムとは異なり、これらの会話システムは特定の情報要求やドメイン制限を前提とすることはできない。
自然言語理解(NLU)の大幅な改善と利用可能な知識資源の増加は、部分的には堅牢な会話をサポートすることができるが、これらの会話は一般的に、お互いを知っている2人の人間間のラッピングを欠いている。
私たちは、Alexa Prizeコンペティションの文脈で、実際のAmazon Echoユーザにアクセスし、大規模に評価する、堅牢なオープンドメイン会話システムAthenaを開発しました。
本研究では,現在およびその後の会話をパーソナライズするルールベースのユーザモデルを開発し,A/B研究における特定の個人的意見質問戦略を評価することによって,アテナとユーザ間の親密性を高める方法の実験を行った。
その結果,これらの戦略を用いた場合,会話の質や長さに対する統計的に有意な影響が認められた。
関連論文リスト
- A Transformer-based Response Evaluator for Open-Domain Spoken
Conversation [1.0474108328884806]
本研究では,Alexa Prize SocialBotであるAthenaシステムにおける応答選択について検討する。
オープンドメイン対話における既製の応答ランキング法をいくつか比較する。
我々は、Recall@1の70.79%のAthena-RRが、Athena-Heuristicとオフザシェルフランクの全てを大きなマージンで上回っていることを発見した。
論文 参考訳（メタデータ） (2023-02-09T03:38:07Z) - Neural Generation Meets Real People: Building a Social, Informative
Open-Domain Dialogue Agent [65.68144111226626]
Chirpy Cardinalは、情報と会話の両方をねらっている。
ユーザーとボットの両方を交互に会話に駆り立てる。
Chirpy Cardinalは、Alexa Prize Socialbot Grand Challengeで9つのボットのうち2位にランクインした。
論文 参考訳（メタデータ） (2022-07-25T09:57:23Z) - Knowledge-Grounded Conversational Data Augmentation with Generative
Conversational Networks [76.11480953550013]
生成会話ネットワークを用いて会話データを自動的に生成する。
我々は、Topical Chatデータセット上で、知識のない会話に対するアプローチを評価した。
論文 参考訳（メタデータ） (2022-07-22T22:37:14Z) - Understanding How People Rate Their Conversations [73.17730062864314]
我々は、人々が会話エージェントとのインタラクションをどのように評価するかをよりよく理解するために研究を行う。
我々は、評価の変動を説明する変数として、同意性と外向性に焦点を当てる。
論文 参考訳（メタデータ） (2022-06-01T00:45:32Z) - Interacting with Non-Cooperative User: A New Paradigm for Proactive
Dialogue Policy [83.61404191470126]
インタラクティブな環境下でプロアクティブなポリシーを学習できるI-Proという新しいソリューションを提案する。
具体的には,4つの要因からなる学習目標重みを通じてトレードオフを学習する。
実験の結果,I-Proは,有効性と解釈性において,ベースラインを著しく上回っていることがわかった。
論文 参考訳（メタデータ） (2022-04-07T14:11:31Z) - Modeling Performance in Open-Domain Dialogue with PARADISE [7.516971632888974]
本研究では,実際のユーザと数千の会話に参加した対話システムであるAthenaの性能を予測するためのPARADISEモデルを開発した。
私たちのゴールは、任意のAlexa Prizeシステムの対話選択をリアルタイムで最適化するために使用できる汎用関数を学習することです。
論文 参考訳（メタデータ） (2021-10-21T14:17:59Z) - Intelligent Conversational Android ERICA Applied to Attentive Listening
and Job Interview [41.789773897391605]
我々はインテリジェントな会話型android ericaを開発した。
ERICAには,注意深い聞き取り,就職面接,スピードデートなど,いくつかのソーシャルインタラクションタスクを設定した。
40人の高齢者が会話を分解することなく5～7分間の会話を行ったことが評価されている。
論文 参考訳（メタデータ） (2021-05-02T06:37:23Z) - 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) - Athena: Constructing Dialogues Dynamically with Discourse Constraints [11.008755264048522]
本報告では,一般的な話題や現在の出来事に関する対話システムであるAthenaについて述べる。
本研究では,対話管理に柔軟なトピック非依存のアプローチを開発し,エンティティの一般的な原則とトピックコヒーレンスに基づく対話を動的に構成する。
対話システムアーキテクチャを説明した後、2019年のAlexa Prize Competitionでアテナが参加した会話の分析を行った。
論文 参考訳（メタデータ） (2020-11-21T00:28:34Z) - Audrey: A Personalized Open-Domain Conversational Bot [16.62342963499223]
ミシガン大学のAlexa Prize Grand Challenge 3への応募は、オープンドメインの会話型チャットボットである。
Audreyは、感情検出(Emotion Detection)や個人理解モジュール(Personal Understanding Module)といった社会的に認識されたモデルから作られている。
準決勝期間中,我々は1-5Likertスケールで平均3.25の累積評価を達成した。
論文 参考訳（メタデータ） (2020-11-11T17:02:01Z) - You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。
そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
論文 参考訳（メタデータ） (2020-04-11T12:51:07Z)
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。