論文の概要: More Robust Schema-Guided Dialogue State Tracking via Tree-Based Paraphrase Ranking

• arxiv url: http://arxiv.org/abs/2303.09905v1
• Date: Fri, 17 Mar 2023 11:43:08 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-20 14:52:53.767808
• Title: More Robust Schema-Guided Dialogue State Tracking via Tree-Based Paraphrase Ranking
• Title（参考訳）: tree-based paraphrase ranking によるよりロバストなスキーマ誘導対話状態追跡
• Authors: A. Coca, B.H. Tseng, W. Lin, B. Byrne
• Abstract要約: スキーマ誘導対話状態追跡(DST)構築に優れた微調整言語モデル 本稿では,木に基づくランキングを用いて,多様性と意味的忠実度を協調的に最適化する合成スキーマを生成するフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The schema-guided paradigm overcomes scalability issues inherent in building task-oriented dialogue (TOD) agents with static ontologies. Instead of operating on dialogue context alone, agents have access to hierarchical schemas containing task-relevant natural language descriptions. Fine-tuned language models excel at schema-guided dialogue state tracking (DST) but are sensitive to the writing style of the schemas. We explore methods for improving the robustness of DST models. We propose a framework for generating synthetic schemas which uses tree-based ranking to jointly optimise lexical diversity and semantic faithfulness. The generalisation of strong baselines is improved when augmenting their training data with prompts generated by our framework, as demonstrated by marked improvements in average joint goal accuracy (JGA) and schema sensitivity (SS) on the SGD-X benchmark.
• Abstract（参考訳）: スキーマ誘導パラダイムは、静的オントロジーを用いたタスク指向対話(TOD)エージェントの構築に固有のスケーラビリティ問題を克服する。 エージェントは対話コンテキストのみで動作する代わりに、タスク関連自然言語記述を含む階層スキーマにアクセスすることができる。 微調整言語モデルは、スキーマ誘導対話状態追跡(DST)において優れているが、スキーマの書き込みスタイルに敏感である。 DSTモデルのロバスト性を改善する方法について検討する。 本稿では,木に基づくランキングを用いて,語彙の多様性と意味的忠実度を協調的に最適化する合成スキーマを生成するフレームワークを提案する。 sgd-xベンチマークにおける平均目標精度 (jga) とスキーマ感度 (ss) の著しい改善が示されるように, トレーニングデータをプロンプトで拡張することで, 強力なベースラインの一般化が向上した。

関連論文リスト

• Align-SLM: Textless Spoken Language Models with Reinforcement Learning from AI Feedback [50.84142264245052]
  テキストレス音声言語モデル(SLM)のセマンティック理解を強化するためのAlign-SLMフレームワークを導入する。 提案手法は、与えられたプロンプトから複数の音声継続を生成し、意味的指標を用いて、直接選好最適化(DPO)のための選好データを生成する。 語彙および構文モデリングのためのZeroSpeech 2021ベンチマーク、意味的コヒーレンスのためのStoryClozeデータセットの音声バージョン、GPT4-oスコアや人間評価などの音声生成指標を用いて、フレームワークの評価を行った。
  論文  参考訳（メタデータ） (2024-11-04T06:07:53Z)
• Scalable Frame-based Construction of Sociocultural NormBases for Socially-Aware Dialogues [66.69453609603875]
  社会文化的規範は、社会的相互作用における個人的行為の指針となる。 大規模言語モデル(LLM)を用いた社会文化的ノルム(SCN)ベース構築のためのスケーラブルなアプローチを提案する。 我々は、包括的で広くアクセス可能な中国社会文化ノルムベースを構築した。
  論文  参考訳（メタデータ） (2024-10-04T00:08:46Z)
• LangSuitE: Planning, Controlling and Interacting with Large Language Models in Embodied Text Environments [70.91258869156353]
  テキストエンボディの世界における6つの代表的具体的タスクを特徴とする多目的・シミュレーション不要なテストベッドであるLangSuitEを紹介する。 以前のLLMベースのテストベッドと比較すると、LangSuitEは複数のシミュレーションエンジンを使わずに、多様な環境への適応性を提供する。 具体化された状態の履歴情報を要約した新しいチェーン・オブ・ソート(CoT)スキーマであるEmMemを考案する。
  論文  参考訳（メタデータ） (2024-06-24T03:36:29Z)
• Dynamic Syntax Mapping: A New Approach to Unsupervised Syntax Parsing [0.0]
  本研究では,言語モデル,特に注意分布が構文依存をカプセル化できるという前提について検討する。 本稿ではこれらの構造を誘導するための革新的なアプローチである動的構文マッピング(DSM)を紹介する。 本研究により, 自然言語データの解析精度が向上することが明らかとなった。
  論文  参考訳（メタデータ） (2023-12-18T10:34:29Z)
• TOD-Flow: Modeling the Structure of Task-Oriented Dialogues [77.15457469745364]
  ダイアログを付加した対話データからTOD-Flowグラフを推定する手法を提案する。 推定されたTOD-Flowグラフは、任意の対話モデルと容易に統合することができ、予測性能、透明性、制御性を改善することができる。
  論文  参考訳（メタデータ） (2023-12-07T20:06:23Z)
• Grounding Description-Driven Dialogue State Trackers with Knowledge-Seeking Turns [54.56871462068126]
  人または合成スキーマのパラフレーズによるトレーニングセットの強化は、これらのバリエーションに対するモデルの堅牢性を改善するが、コストがかかるか、制御が難しいかのいずれかである。 本稿では,対話コーパスとスキーマから収集した知識探索ターンの状態追跡モデルに基づいて,これらの問題を回避することを提案する。
  論文  参考訳（メタデータ） (2023-09-23T18:33:02Z)
• Span-Selective Linear Attention Transformers for Effective and Robust Schema-Guided Dialogue State Tracking [7.176787451868171]
  本稿では,従来の手法よりも優れた一般化と効率を実現する新しいアーキテクチャであるSPLATを紹介する。 本稿では,SGD(Guided Dialogue)とMultiWOZ(MultiWOZ)データセットにおけるモデルの有効性を示す。
  論文  参考訳（メタデータ） (2023-06-15T17:59:31Z)
• Stabilized In-Context Learning with Pre-trained Language Models for Few Shot Dialogue State Tracking [57.92608483099916]
  大規模事前学習言語モデル(PLM)は、多くのNLPタスクにまたがる優れた性能を示している。 対話状態追跡(DST)のようなより複雑なタスクでは、望ましい意図を確実に伝達するプロンプトを設計するのは簡単ではない。 対話文の長さを制限するためのサリエンシモデルを導入し、クエリ毎に多くの例を含めることができます。
  論文  参考訳（メタデータ） (2023-02-12T15:05:10Z)
• Schema-Guided Semantic Accuracy: Faithfulness in Task-Oriented Dialogue Response Generation [12.165005406799134]
  分類スロットと非分類スロットの両方から発生する発話を評価するために,SGSAcc(Guided Semantic Accuracy)を提案する。 本研究では,SGSAccを用いて,人間の判断とよく一致した幅広い対話行動から発生する発話を評価できることを示す。 また、未確認領域のカテゴリー的スロットから忠実な発話を生成するために、これまで見過ごされていた弱点を特定する。
  論文  参考訳（メタデータ） (2023-01-29T22:32:48Z)
• SGD-X: A Benchmark for Robust Generalization in Schema-Guided Dialogue Systems [26.14268488547028]
  SGD-Xは,スキーマの言語的変化に対する対話システムの堅牢性を評価するベンチマークである。 我々は,SGD-X上での2つの対話状態追跡モデルの評価を行い,どちらもスキーマのバリエーションに対してうまく一般化していないことを観察した。 本稿では,スキーマのロバスト性やゼロショットの一般化を改善するため,単純なモデルに依存しないデータ拡張手法を提案する。
  論文  参考訳（メタデータ） (2021-10-13T15:38:29Z)

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。