論文の概要: PK-Chat: Pointer Network Guided Knowledge Driven Generative Dialogue Model

• arxiv url: http://arxiv.org/abs/2304.00592v1
• Date: Sun, 2 Apr 2023 18:23:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-04 17:11:11.873177
• Title: PK-Chat: Pointer Network Guided Knowledge Driven Generative Dialogue Model
• Title（参考訳）: pk-chat:ポインターネットワーク誘導知識駆動生成対話モデル
• Authors: Cheng Deng, Bo Tong, Luoyi Fu, Jiaxin Ding, Dexing Cao, Xinbing Wang, Chenghu Zhou
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 79.64376762489164
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the research of end-to-end dialogue systems, using real-world knowledge to generate natural, fluent, and human-like utterances with correct answers is crucial. However, domain-specific conversational dialogue systems may be incoherent and introduce erroneous external information to answer questions due to the out-of-vocabulary issue or the wrong knowledge from the parameters of the neural network. In this work, we propose PK-Chat, a Pointer network guided Knowledge-driven generative dialogue model, incorporating a unified pretrained language model and a pointer network over knowledge graphs. The words generated by PK-Chat in the dialogue are derived from the prediction of word lists and the direct prediction of the external knowledge graph knowledge. Moreover, based on the PK-Chat, a dialogue system is built for academic scenarios in the case of geosciences. Finally, an academic dialogue benchmark is constructed to evaluate the quality of dialogue systems in academic scenarios and the source code is available online.
• Abstract（参考訳）: エンド・ツー・エンドの対話システムの研究では、現実世界の知識を用いて、正しい答えを持つ自然、流麗、人間のような発話を生成することが重要である。 しかし、ドメイン固有の会話対話システムは、語彙外問題やニューラルネットワークのパラメータからの誤った知識によって、誤った外部情報を導入して質問に答えることができない。 本稿では,知識グラフ上の統合事前学習言語モデルとポインタネットワークを組み込んだ,知識駆動対話モデルであるpk-chatを提案する。 対話中のpkチャットによって生成された単語は、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出される。 また,pkチャットに基づき,地理科学における学術シナリオのための対話システムを構築した。 最後にアカデミック対話ベンチマークを構築し,アカデミックシナリオにおける対話システムの品質評価を行い,ソースコードをオンラインで公開する。

関連論文リスト

• WavChat: A Survey of Spoken Dialogue Models [66.82775211793547]
  GPT-4oのようなシステムで実証された音声対話モデルの最近の進歩は、音声領域において大きな注目を集めている。 これらの高度な音声対話モデルは、音声、音楽、その他の音声関連の特徴を理解するだけでなく、音声のスタイリスティックな特徴や音節的な特徴も捉える。 音声対話システムの進歩にもかかわらず、これらのシステムを体系的に組織化し分析する包括的調査が欠如している。
  論文  参考訳（メタデータ） (2024-11-15T04:16:45Z)
• Bridging Information Gaps in Dialogues With Grounded Exchanges Using Knowledge Graphs [4.449835214520727]
  対話的接地のための大規模言語モデルの可能性について検討する。 私たちのアプローチでは、5つの知識領域にまたがる人間の会話を注釈付けして、BridgeKGと呼ばれる対話コーパスを作成します。 本研究は,これらのモデルが会話ベースタスクや一般的な予測誤りに対して,コンテキスト内学習をどのように利用するかについての知見を提供する。
  論文  参考訳（メタデータ） (2024-08-02T08:07:15Z)
• 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)
• Every time I fire a conversational designer, the performance of the dialog system goes down [0.07696728525672149]
  本稿では,会話設計者のドメイン知識の明示的利用が,ニューラルベース対話システムの性能に与える影響について検討する。 半論理規則で明示的な知識を符号化した対話型論理帰納型ニューラルネットシステム(CLINN)を提案する。
  論文  参考訳（メタデータ） (2021-09-27T13:05:31Z)
• Graph Based Network with Contextualized Representations of Turns in Dialogue [0.0]
  対話に基づく関係抽出(RE)は、対話に現れる2つの引数間の関係を抽出することを目的としている。 本稿では,対話の理解方法に着目したTUCORE-GCN(TUrn Context aware Graph Convolutional Network)を提案する。
  論文  参考訳（メタデータ） (2021-09-09T03:09:08Z)
• Recent Advances in Deep Learning-based Dialogue Systems [12.798560005546262]
  我々は主に深層学習に基づく対話システムに注目している。 この調査は、対話システムおよび対話関連タスクの分野で現在最も包括的で最新のものです。
  論文  参考訳（メタデータ） (2021-05-10T14:07:49Z)
• Advances in Multi-turn Dialogue Comprehension: A Survey [51.215629336320305]
  対話モデリングの観点から,従来の手法を検討した。 対話理解タスクで広く使用されている対話モデリングの3つの典型的なパターンについて議論します。
  論文  参考訳（メタデータ） (2021-03-04T15:50:17Z)
• Learning Reasoning Paths over Semantic Graphs for Video-grounded Dialogues [73.04906599884868]
  対話文脈(PDC)における推論経路の新しい枠組みを提案する。 PDCモデルは、各質問と回答の語彙成分に基づいて構築されたセマンティックグラフを通じて、対話間の情報フローを発見する。 本モデルでは,この推論経路を通じて視覚情報とテキスト情報を逐次的に処理し,提案する特徴を用いて回答を生成する。
  論文  参考訳（メタデータ） (2021-03-01T07:39:26Z)
• Probing Neural Dialog Models for Conversational Understanding [21.76744391202041]
  ニューラルオープンドメインダイアログシステムで学習した内部表現を解析する。 この結果から,標準のオープンドメインダイアログシステムでは解答が困難であることが示唆された。 また、ダイアログのダイアログ的ターンテイク性は、これらのモデルによって完全に活用されていないことも判明した。
  論文  参考訳（メタデータ） (2020-06-07T17:32:00Z)
• 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。