論文の概要: Task-oriented Document-Grounded Dialog Systems by HLTPR@RWTH for DSTC9 and DSTC10

• arxiv url: http://arxiv.org/abs/2304.07101v1
• Date: Fri, 14 Apr 2023 12:46:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-17 13:37:11.048353
• Title: Task-oriented Document-Grounded Dialog Systems by HLTPR@RWTH for DSTC9 and DSTC10
• Title（参考訳）: DSTC9とDSTC10のためのHLTPR@RWTHによるタスク指向文書群対話システム
• Authors: David Thulke, Nico Daheim, Christian Dugast, Hermann Ney
• Abstract要約: 本稿では,第9回,第10回ダイアログシステム技術チャレンジにおけるダイアログタスクへのコントリビューションについて要約する。 両方のイテレーションにおいて、タスクは3つのサブタスクから構成される: 第一に、現在のターンが知識検索であるかどうかを検知し、第二に関連する知識文書を選択し、第三に、選択されたドキュメントに基づいて応答を生成する。
• 参考スコア（独自算出の注目度）: 40.05826687535019
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper summarizes our contributions to the document-grounded dialog tasks at the 9th and 10th Dialog System Technology Challenges (DSTC9 and DSTC10). In both iterations the task consists of three subtasks: first detect whether the current turn is knowledge seeking, second select a relevant knowledge document, and third generate a response grounded on the selected document. For DSTC9 we proposed different approaches to make the selection task more efficient. The best method, Hierarchical Selection, actually improves the results compared to the original baseline and gives a speedup of 24x. In the DSTC10 iteration of the task, the challenge was to adapt systems trained on written dialogs to perform well on noisy automatic speech recognition transcripts. Therefore, we proposed data augmentation techniques to increase the robustness of the models as well as methods to adapt the style of generated responses to fit well into the proceeding dialog. Additionally, we proposed a noisy channel model that allows for increasing the factuality of the generated responses. In addition to summarizing our previous contributions, in this work, we also report on a few small improvements and reconsider the automatic evaluation metrics for the generation task which have shown a low correlation to human judgments.
• Abstract（参考訳）: 本稿では,第9回および第10回ダイアログシステム技術チャレンジ(dstc9およびdstc10)において,文書化されたダイアログタスクに対する我々の貢献を要約する。 どちらのイテレーションでも、タスクは3つのサブタスクから成り、まず現在のターンが知識を求めるかどうかを検知し、次に関連する知識ドキュメントを選択し、次に選択したドキュメントに基づいて応答を生成する。 DSTC9では、選択タスクをより効率的にするための様々なアプローチを提案しました。 最善の方法である階層的選択は、元のベースラインと比較して実際に結果を改善し、24倍のスピードアップを与える。 タスクのdstc10イテレーションでは、書き込みダイアログで訓練されたシステムがノイズの多い自動音声認識の書き起こしでうまく機能するように適応することが課題だった。 そこで本研究では,モデルのロバスト性を向上させるためのデータ拡張手法と,生成した応答のスタイルを進行ダイアログに適合させる手法を提案する。 さらに,生成した応答の事実性を増大させることができるノイズチャネルモデルを提案した。 本研究では, これまでの貢献の要約に加えて, 人的判断に相関が低い生成タスクの自動評価指標について, 若干の改善点を報告し, 再検討する。

関連論文リスト

• Coarse-to-Fine Knowledge Selection for Document Grounded Dialogs [11.63334863772068]
  マルチドキュメント基盤対話システム(DGDS)は,文書の集合から支援された知識を見出すことで,ユーザの要求に答える。 本稿では,粒度の粗い知識検索と粒度の細かい知識抽出の両方を統一されたフレームワークで最適化することを目的としたRe3Gを提案する。
  論文  参考訳（メタデータ） (2023-02-23T08:28:29Z)
• Efficient Task-Oriented Dialogue Systems with Response Selection as an Auxiliary Task [0.0]
  応答選択のための補助的タスクを持つ2つのモデルを提案する。 彼らはMultiWOZ 2.1データセットで最先端の結果を得る。
  論文  参考訳（メタデータ） (2022-08-15T09:59:44Z)
• 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)
• End-to-end Spoken Conversational Question Answering: Task, Dataset and Model [92.18621726802726]
  音声による質問応答では、システムは関連する音声書き起こしの中に連続したテキストスパンからの質問に答えるように設計されている。 本稿では,複雑な対話フローをモデル化することを目的とした音声対話型質問応答タスク(SCQA)を提案する。 本研究の目的は,音声記録に基づく対話型質問に対処するシステムを構築することであり,情報収集システムによる様々なモダリティからより多くの手がかりを提供する可能性を探ることである。
  論文  参考訳（メタデータ） (2022-04-29T17:56:59Z)
• Adapting Document-Grounded Dialog Systems to Spoken Conversations using Data Augmentation and a Noisy Channel Model [46.93744191416991]
  第10回ダイアログ・システム・テクノロジー・チャレンジ(DSTC10)第2章の報告を要約する。 このタスクは3つのサブタスクから構成される: ターンが知識を求めるかどうかを検知し、関連する知識文書を選択し、最後に接地された応答を生成する。 ベストシステムは,課題の人的評価において,第1位,第3位を達成できた。
  論文  参考訳（メタデータ） (2021-12-16T12:51:52Z)
• Efficient Retrieval Augmented Generation from Unstructured Knowledge for Task-Oriented Dialog [46.93744191416991]
  本稿では,第9回ダイアログ・システム・テクノロジー・チャレンジ(DSTC 9)の第1トラックについて概説する。 タスクの目標は、構造化されていないドキュメントからの知識を必要とするタスク指向のダイアログにおいて、ユーザのターンに対する応答を生成することである。
  論文  参考訳（メタデータ） (2021-02-09T04:50:35Z)
• Learning to Retrieve Entity-Aware Knowledge and Generate Responses with Copy Mechanism for Task-Oriented Dialogue Systems [43.57597820119909]
  第9回対話システム技術チャレンジ(DSTC 9)のトラック1として非構造化知識アクセスを用いたタスク指向対話型モデリング この課題は,(1)知識探索ターン検出,(2)知識選択,(3)知識接地応答生成の3つのサブタスクに分けることができる。 我々は、異なるサブタスクのベースエンコーダとして、事前訓練された言語モデルELECTRAとRoBERTaを使用します。
  論文  参考訳（メタデータ） (2020-12-22T11:36:37Z)
• Reasoning in Dialog: Improving Response Generation by Context Reading Comprehension [49.92173751203827]
  マルチターンダイアログでは、発話が文の完全な形を取るとは限らない。 読み解きの質問に答えるモデルの能力を検討し、応答生成性能の向上を提案する。
  論文  参考訳（メタデータ） (2020-12-14T10:58:01Z)

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。