論文の概要: User Adaptive Language Learning Chatbots with a Curriculum

• arxiv url: http://arxiv.org/abs/2304.05489v1
• Date: Tue, 11 Apr 2023 20:41:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-13 16:56:11.725118
• Title: User Adaptive Language Learning Chatbots with a Curriculum
• Title（参考訳）: カリキュラムを用いたユーザ適応型言語学習チャットボット
• Authors: Kun Qian, Ryan Shea, Yu Li, Luke Kutszik Fryer and Zhou Yu
• Abstract要約: 語彙的に制約されたデコーディングをダイアログシステムに適用し、ダイアログシステムに対して、その生成した発話にカリキュラムに準拠した単語やフレーズを含めるよう促す。 評価の結果,カリキュラム注入によるダイアログシステムにより,対象語に対する生徒の理解が向上し,英語実践への関心が高まることが示された。
• 参考スコア（独自算出の注目度）: 55.63893493019025
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Along with the development of systems for natural language understanding and generation, dialog systems have been widely adopted for language learning and practicing. Many current educational dialog systems perform chitchat, where the generated content and vocabulary are not constrained. However, for learners in a school setting, practice through dialog is more effective if it aligns with students' curriculum and focuses on textbook vocabulary. Therefore, we adapt lexically constrained decoding to a dialog system, which urges the dialog system to include curriculum-aligned words and phrases in its generated utterances. We adopt a generative dialog system, BlenderBot3, as our backbone model and evaluate our curriculum-based dialog system with middle school students learning English as their second language. The constrained words and phrases are derived from their textbooks, suggested by their English teachers. The evaluation result demonstrates that the dialog system with curriculum infusion improves students' understanding of target words and increases their interest in practicing English.
• Abstract（参考訳）: 自然言語理解と生成のためのシステムの開発とともに、対話システムは言語学習と実践に広く採用されている。 現在の教育ダイアログシステムの多くは、生成されたコンテンツや語彙が制約されないchitchatを実行している。 しかし,学校環境の学習者にとって,授業内容に整合し,教科書語彙に焦点を合わせれば,ダイアログによる実践がより効果的である。 そこで我々は,語彙制約付きデコーディングをダイアログシステムに適用し,ダイアログシステムに対して,その生成した発話にカリキュラムに準拠した単語やフレーズを含めるよう促す。 生成ダイアログシステムであるBlenderBot3をバックボーンモデルとして採用し,中学生が英語を第二言語とするカリキュラムベースのダイアログシステムの評価を行った。 制約された単語と句は、彼らの英語教師が提案した教科書に由来する。 評価の結果,カリキュラム注入によるダイアログシステムにより,対象語に対する生徒の理解が向上し,英語実践への関心が高まることが示された。

関連論文リスト

• An Efficient Self-Learning Framework For Interactive Spoken Dialog Systems [18.829793635104608]
  ダイアログシステムにおけるASRの一般的なフレームワークを紹介する。 従来の学習と比較して,我々の新しいフレームワークを活用することで,実世界の対話システムにおいて比較的WERが10%近く削減されることが示されている。
  論文  参考訳（メタデータ） (2024-09-16T17:59:50Z)
• Curriculum-Driven Edubot: A Framework for Developing Language Learning Chatbots Through Synthesizing Conversational Data [23.168347070904318]
  本稿では,チャットボットの対話的特徴と英語教科書の体系的素材を組み合わせたチャットボットを開発するためのフレームワークであるCurriculum-Driven EduBotを紹介する。 まず、教科書から関連するトピックを抽出し、大きな言語モデルを用いてこれらのトピックに関連する対話を生成する。
  論文  参考訳（メタデータ） (2023-09-28T19:14:18Z)
• 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)
• PK-Chat: Pointer Network Guided Knowledge Driven Generative Dialogue Model [79.64376762489164]
  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。
  論文  参考訳（メタデータ） (2023-04-02T18:23:13Z)
• Using Chatbots to Teach Languages [43.866863322607216]
  我々のシステムは、ユーザの言語能力に即時に適応できる。 ユーザが誤りから学ぶのに役立つ自動文法エラーフィードバックを提供する。 我々の次のステップは、強化学習アルゴリズムを用いてユーザープロファイル情報に適応させることです。
  論文  参考訳（メタデータ） (2022-07-31T07:01:35Z)
• 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)
• Show Us the Way: Learning to Manage Dialog from Demonstrations [20.770386771370347]
  本稿では,第8回ダイアログ・システム・チャレンジにおけるエンド・ツー・エンドマルチドメイン・ダイアログ・チャレンジ・トラックについて紹介する。 提案するダイアログシステムは,自然言語理解,対話状態追跡,対話管理,自然言語生成などの異なるコンポーネントを備えたパイプラインアーキテクチャを採用している。 システムの中心となるのは,Demonstrations からの深層Q-learning を用いて,専門家の助けを借りてダイアログポリシーを学習する強化学習アルゴリズムである。
  論文  参考訳（メタデータ） (2020-04-17T08:41:54Z)
• TOD-BERT: Pre-trained Natural Language Understanding for Task-Oriented Dialogue [113.45485470103762]
  本研究では,言語モデリングのためのタスク指向対話データセットを,人間とマルチターンの9つに統合する。 事前学習時の対話動作をモデル化するために,ユーザトークンとシステムトークンをマスク付き言語モデルに組み込む。
  論文  参考訳（メタデータ） (2020-04-15T04:09:05Z)
• Conversation Learner -- A Machine Teaching Tool for Building Dialog Managers for Task-Oriented Dialog Systems [57.082447660944965]
  Conversation Learnerは、ダイアログマネージャを構築するための機械学習ツールである。 ダイアログ作成者が慣れ親しんだツールを使ってダイアログフローを作成し、ダイアログフローをパラメトリックモデルに変換することができる。 ユーザシステムダイアログをトレーニングデータとして活用することで、ダイアログ作成者が時間とともにダイアログマネージャを改善することができる。
  論文  参考訳（メタデータ） (2020-04-09T00:10:54Z)

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。