論文の概要: NormMark: A Weakly Supervised Markov Model for Socio-cultural Norm Discovery

• arxiv url: http://arxiv.org/abs/2305.16598v1
• Date: Fri, 26 May 2023 03:03:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-29 17:08:51.995634
• Title: NormMark: A Weakly Supervised Markov Model for Socio-cultural Norm Discovery
• Title（参考訳）: normmark:社会文化的規範発見のための弱い教師付きマルコフモデル
• Authors: Farhad Moghimifar, Shilin Qu, Tongtong Wu, Yuan-Fang Li, Gholamreza Haffari
• Abstract要約: 既存の標準認識手法は、対話の表面レベルの特徴にのみ焦点をあてる傾向にある。 確率的生成マルコフモデルであるNormMarkを提案する。 提案手法は,GPT3を含む最先端の手法よりも高いF1スコアが得られることを示す。
• 参考スコア（独自算出の注目度）: 46.16583206206433
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Norms, which are culturally accepted guidelines for behaviours, can be integrated into conversational models to generate utterances that are appropriate for the socio-cultural context. Existing methods for norm recognition tend to focus only on surface-level features of dialogues and do not take into account the interactions within a conversation. To address this issue, we propose NormMark, a probabilistic generative Markov model to carry the latent features throughout a dialogue. These features are captured by discrete and continuous latent variables conditioned on the conversation history, and improve the model's ability in norm recognition. The model is trainable on weakly annotated data using the variational technique. On a dataset with limited norm annotations, we show that our approach achieves higher F1 score, outperforming current state-of-the-art methods, including GPT3.
• Abstract（参考訳）: 行動に関する文化的に受け入れられたガイドラインであるノルムは、社会文化的文脈に適した発話を生成するために会話モデルに統合することができる。 既存の規範認識法は対話の表層的特徴のみに焦点をあてる傾向にあり、会話内の相互作用を考慮しない。 この問題に対処するため,我々は対話を通して潜在特徴を持つ確率的生成マルコフモデルであるノームマークを提案する。 これらの特徴は、会話履歴に基づく離散的および連続的潜在変数によって捉えられ、規範認識におけるモデルの能力を向上させる。 モデルは変分法を用いて弱い注釈付きデータで訓練することができる。 ノルムアノテーションを限定したデータセットでは,GPT3を含む最先端手法よりも高いF1スコアが得られることを示す。

関連論文リスト

• MITA: Bridging the Gap between Model and Data for Test-time Adaptation [68.62509948690698]
  テスト時間適応(TTA)は、モデルの一般化性を高めるための有望なパラダイムとして登場した。 本稿では,Met-In-The-MiddleをベースとしたMITAを提案する。
  論文  参考訳（メタデータ） (2024-10-12T07:02:33Z)
• Question Generation in Knowledge-Driven Dialog: Explainability and Evaluation [5.598219914856067]
  質問を直接生成するのではなく,まず質問の事実を逐次予測するモデルを提案する。 KGConvデータセットに適応した37kテストダイアログに対するアプローチを評価する。
  論文  参考訳（メタデータ） (2024-04-11T15:24:50Z)
• Quantifying the Plausibility of Context Reliance in Neural Machine Translation [25.29330352252055]
  我々は、PECoRe(Context Reliance)の可塑性評価を導入する。 PECoReは、言語モデル世代におけるコンテキスト使用量の定量化を目的として設計されたエンドツーエンドの解釈可能性フレームワークである。 我々は、文脈対応機械翻訳モデルの妥当性を定量化するために、pecoreを使用します。
  論文  参考訳（メタデータ） (2023-10-02T13:26:43Z)
• Uncertainty Estimation of Transformers' Predictions via Topological Analysis of the Attention Matrices [3.1466086042810884]
  トランスフォーマーベースの言語モデルは、幅広いNLPタスクに新しいベンチマークを設定している。 予測の不確実性を確実に見積もるのは 重要な課題です モデル信頼度を評価するために,複数の頭部・層にまたがるアテンションマップの幾何学的特徴を活用することで,これらの制約に対処する。 提案手法は,アクセプタビリティ判定と人工テキスト検出のためのベンチマークにおいて,既存の不確実性推定手法を著しく上回っている。
  論文  参考訳（メタデータ） (2023-08-22T09:17:45Z)
• NormSAGE: Multi-Lingual Multi-Cultural Norm Discovery from Conversations On-the-Fly [61.77957329364812]
  本稿では,対話型多言語・多文化規範発見の新たな課題に対処する枠組みを提案する。 NormSAGEはノルム発見タスクと会話コンテキストを表す有向質問を通じてノルムに関する知識を導き出す。 さらに、発見される規範が正しいことを保証する自己検証メカニズムにより、言語モデル幻覚のリスクに対処する。
  論文  参考訳（メタデータ） (2022-10-16T18:30:05Z)
• Advanced Conditional Variational Autoencoders (A-CVAE): Towards interpreting open-domain conversation generation via disentangling latent feature representation [15.742077523458995]
  本稿では,メソスコピックスケールの特徴的絡み合いを伴う認知的アプローチを通じて,先行知識による生成モデルを活用することを提案する。 本稿では,潜在空間分布の解釈可能性を客観的に評価できるオープンドメイン対話のための新しい指標を提案する。
  論文  参考訳（メタデータ） (2022-07-26T07:39:36Z)
• Stylized Knowledge-Grounded Dialogue Generation via Disentangled Template Rewriting [55.10977824136768]
  我々は、Stylized Knowledge-Grounded Dialogue Generationという新しい問題を研究する。 SKDGモデルのトレーニング方法: コンテキスト、知識、スタイル化された応答が不要な場合。 本稿では, アンタングル型テンプレートとコンテンツテンプレートを組み合わせて応答を生成する, アンタングル型テンプレート書き換え(DTR)手法を提案する。
  論文  参考訳（メタデータ） (2022-04-12T08:17:21Z)
• On the Use of Linguistic Features for the Evaluation of Generative Dialogue Systems [17.749995931459136]
  言語的特徴に基づく指標は,人間の判断と良好な相関を維持し,解釈可能であることを示唆する。 この提案を支持するために,複数の対話モデルによって生成された対話のさまざまな言語的特徴を計測し,分析する。 特徴の振る舞いはテストされたモデルの既知の特性と一致し、ドメイン間で類似していることが分かりました。
  論文  参考訳（メタデータ） (2021-04-13T16:28:00Z)
• I like fish, especially dolphins: Addressing Contradictions in Dialogue Modeling [104.09033240889106]
  DialoguE Contradiction Detection Task(DECODE)と、人間とロボットの矛盾した対話の両方を含む新しい会話データセットを紹介します。 次に、事前学習したトランスフォーマーモデルを用いて、定型的非構造的アプローチと矛盾検出を行う構造的発話に基づくアプローチを比較する。
  論文  参考訳（メタデータ） (2020-12-24T18:47:49Z)
• Modeling Topical Relevance for Multi-Turn Dialogue Generation [61.87165077442267]
  マルチターン対話におけるトピックドリフト問題に対処する新しいモデルSTAR-BTMを提案する。 バイラルトピックモデルは、トレーニングデータセット全体に基づいて事前トレーニングされ、各コンテキストのトピック表現に基づいてトピックレベルの注意重みが計算される。 中国における顧客サービスデータと英語Ubuntuの対話データの両方の実験結果から、STAR-BTMは最先端の手法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） (2020-09-27T03:33:22Z)

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。