Fugu-MT 論文翻訳(概要): Different Games in Dialogue: Combining character and conversational types in strategic choice

論文の概要: Different Games in Dialogue: Combining character and conversational types in strategic choice

arxiv url: http://arxiv.org/abs/2307.02087v1
Date: Wed, 5 Jul 2023 07:51:47 GMT
ステータス: 処理完了
システム内更新日: 2023-07-06 14:44:25.749046
Title: Different Games in Dialogue: Combining character and conversational types in strategic choice
Title（参考訳）: 対話における異なるゲーム:戦略選択における文字型と会話型の組み合わせ
Authors: Alafate Abulimiti
Abstract要約: 本研究は,対話型と対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型,対話型本稿では,文字型と対話型を組み合わせた対話動作を選択するための意思決定過程を計算する方法を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we show that investigating the interaction of conversational type (often known as language game or speech genre) with the character types of the interlocutors is worthwhile. We present a method of calculating the decision making process for selecting dialogue moves that combines character type and conversational type. We also present a mathematical model that illustrate these factors' interactions in a quantitative way.
Abstract（参考訳）: 本稿では,対話型(しばしば言語ゲームや音声ジャンルと呼ばれる)と対話型との相互作用について検討する価値があることを示す。本稿では,文字型と対話型を組み合わせた対話動作を選択するための意思決定過程を計算する方法を提案する。また,これらの因子の相互作用を定量的に示す数学的モデルを提案する。

関連論文リスト

Multi-turn Dialogue Comprehension from a Topic-aware Perspective [70.37126956655985]
本稿では,話題認識の観点から,マルチターン対話をモデル化することを提案する。対話文のセグメント化アルゴリズムを用いて、対話文を教師なしの方法でトピック集中フラグメントに分割する。また,トピックセグメントを処理要素として扱う新しいモデルとして,トピック認識デュアルアテンションマッチング(TADAM)ネットワークを提案する。
論文参考訳（メタデータ） (2023-09-18T11:03:55Z)
deep learning of segment-level feature representation for speech emotion recognition in conversations [9.432208348863336]
そこで本稿では,意図的文脈依存と話者感応的相互作用をキャプチャする対話型音声感情認識手法を提案する。まず、事前訓練されたVGGishモデルを用いて、個々の発話におけるセグメントベース音声表現を抽出する。第2に、注意的双方向リカレントユニット(GRU)は、文脈に敏感な情報をモデル化し、話者内および話者間依存関係を共同で探索する。
論文参考訳（メタデータ） (2023-02-05T16:15:46Z)
A Benchmark for Understanding and Generating Dialogue between Characters in Stories [75.29466820496913]
本研究は,機械が物語の対話を理解・生成できるかどうかを探求する最初の研究である。マスク付き対話生成と対話話者認識という2つの新しいタスクを提案する。 DialStoryの自動評価と手動評価で既存のモデルをテストすることで,提案課題の難しさを示す。
論文参考訳（メタデータ） (2022-09-18T10:19:04Z)
We've had this conversation before: A Novel Approach to Measuring Dialog Similarity [9.218829323265371]
ダイアログ類似性のシナリオに対する編集距離距離の新たな適応法を提案する。提案手法は,発話意味論,会話の流れ,参加者など,さまざまな会話の側面を考慮に入れている。
論文参考訳（メタデータ） (2021-10-12T07:24:12Z)
Dialogue History Matters! Personalized Response Selectionin Multi-turn Retrieval-based Chatbots [62.295373408415365]
本稿では,コンテキスト応答マッチングのためのパーソナライズドハイブリッドマッチングネットワーク(phmn)を提案する。 1) ユーザ固有の対話履歴からパーソナライズされた発話行動を付加的なマッチング情報として抽出する。ユーザ識別による2つの大規模データセット,すなわちパーソナライズされた対話 Corpus Ubuntu (P-Ubuntu) とパーソナライズされたWeiboデータセット (P-Weibo) のモデルを評価する。
論文参考訳（メタデータ） (2021-03-17T09:42:11Z)
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)
Is this Dialogue Coherent? Learning from Dialogue Acts and Entities [82.44143808977209]
スイッチボード・コヒーレンス・コーパス(SWBD-Coh)コーパス(Switchboard Coherence corpus,SWBD-Coh)を作成する。コーパスの統計的分析は、ターンコヒーレンス知覚がエンティティの分布パターンによってどのように影響を受けるかを示している。 DA情報とエンティティ情報を組み合わせたモデルでは,応答選択とターンコヒーレンス評価の両面で最高の性能が得られることがわかった。
論文参考訳（メタデータ） (2020-06-17T21:02:40Z)
Attention over Parameters for Dialogue Systems [69.48852519856331]
我々は,異なる対話スキルを個別にパラメータ化する対話システムを学び,AoP(Attention over Parameters)を通じてそれぞれを選択し,組み合わせることを学ぶ。実験の結果,MultiWOZ,In-Car Assistant,Persona-Chatの複合データセット上での競合性能が得られた。
論文参考訳（メタデータ） (2020-01-07T03:10:42Z)

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。