論文の概要: Roll Up Your Sleeves: Working with a Collaborative and Engaging Task-Oriented Dialogue System

• arxiv url: http://arxiv.org/abs/2307.16081v1
• Date: Sat, 29 Jul 2023 21:37:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-01 17:46:15.196226
• Title: Roll Up Your Sleeves: Working with a Collaborative and Engaging Task-Oriented Dialogue System
• Title（参考訳）: スリーブをロールアップする:協調的で魅力的なタスク指向対話システム
• Authors: Lingbo Mo, Shijie Chen, Ziru Chen, Xiang Deng, Ashley Lewis, Sunit Singh, Samuel Stevens, Chang-You Tai, Zhen Wang, Xiang Yue, Tianshu Zhang, Yu Su, Huan Sun
• Abstract要約: TacoBotはタスク指向のデジタルアシスタントである。 私たちは、協調的で魅力的な対話体験を提供することを目指しています。 対話体験を向上させるため、我々は一連のデータ拡張戦略を探索する。
• 参考スコア（独自算出の注目度）: 28.75059053433368
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce TacoBot, a user-centered task-oriented digital assistant designed to guide users through complex real-world tasks with multiple steps. Covering a wide range of cooking and how-to tasks, we aim to deliver a collaborative and engaging dialogue experience. Equipped with language understanding, dialogue management, and response generation components supported by a robust search engine, TacoBot ensures efficient task assistance. To enhance the dialogue experience, we explore a series of data augmentation strategies using LLMs to train advanced neural models continuously. TacoBot builds upon our successful participation in the inaugural Alexa Prize TaskBot Challenge, where our team secured third place among ten competing teams. We offer TacoBot as an open-source framework that serves as a practical example for deploying task-oriented dialogue systems.
• Abstract（参考訳）: 我々は,ユーザ中心のタスク指向デジタルアシスタントであるtacobotを紹介する。 幅広い料理とハウツータスクをカバーし,協調的かつ魅力的な対話体験を提供することを目標としている。 頑健な検索エンジンがサポートする言語理解、対話管理、応答生成コンポーネントを備えたtacobotは、効率的なタスク支援を実現する。 対話体験を向上させるために,LLMを用いた一連のデータ拡張戦略を探索し,先進的なニューラルモデルを継続的に訓練する。 TacoBotは、最初のAlexa Prize TaskBot Challengeに参加して、私たちのチームが10の競合チームの中で3位を獲得しました。 タスク指向対話システムを展開する実践的な例として,オープンソースのフレームワークとしてTacoBotを提供している。

関連論文リスト

• TWIZ-v2: The Wizard of Multimodal Conversational-Stimulus [8.010354166991991]
  タスクウィザードチームであるTWIZのビジョン、課題、科学的貢献について、Alexa Prize TaskBot Challenge 2022で紹介する。 私たちのビジョンは、複雑な手作業の完了に向けてユーザーを誘導する便利な、マルチモーダルで、知識があり、魅力的なアシスタントとして、TWIZボットを構築することです。
  論文  参考訳（メタデータ） (2023-10-03T14:59:35Z)
• Self-Explanation Prompting Improves Dialogue Understanding in Large Language Models [52.24756457516834]
  大規模言語モデル(LLM)の理解能力を高めるための新たな「自己説明(Self-Explanation)」を提案する。 このタスクに依存しないアプローチでは、タスク実行前の各対話発話を分析し、様々な対話中心のタスクのパフォーマンスを向上させる必要がある。 6つのベンチマークデータセットによる実験結果から,本手法は他のゼロショットプロンプトよりも一貫して優れており,数ショットプロンプトの有効性を超えていることが明らかとなった。
  論文  参考訳（メタデータ） (2023-09-22T15:41:34Z)
• CAMEL: Communicative Agents for "Mind" Exploration of Large Language Model Society [58.04479313658851]
  本稿では,コミュニケーションエージェント間の自律的協調を支援するスケーラブルな手法の構築の可能性について検討する。 本稿では,ロールプレイングという新しいコミュニケーションエージェントフレームワークを提案する。 コントリビューションには、新しいコミュニケーティブエージェントフレームワークの導入、マルチエージェントシステムの協調行動や能力を研究するためのスケーラブルなアプローチの提供などが含まれます。
  論文  参考訳（メタデータ） (2023-03-31T01:09:00Z)
• Alexa, Let's Work Together: Introducing the First Alexa Prize TaskBot Challenge on Conversational Task Assistance [22.3267314621785]
  Alexa Prize TaskBotチャレンジは、現実世界のタスクで人間を対話的に支援する要件を導入することで、SocialBotチャレンジの成功の上に構築されている。 本稿では、TaskBotの課題の概要を説明し、CoBot Toolkitを使ってチームに提供されるインフラサポートについて述べ、研究課題を克服するために参加チームが行ったアプローチについて要約する。
  論文  参考訳（メタデータ） (2022-09-13T22:01:42Z)
• Bootstrapping a User-Centered Task-Oriented Dialogue System [29.104112699321284]
  本稿では,Alexa Prize TaskBot Challengeのためのタスク指向対話システムであるTacoBotを紹介する。 TacoBotには、正確な言語理解、フレキシブルな対話管理、エンゲージメントな応答生成が備わっている。 TacoBotの開発をブートストラップとして、先進的なニューラルネットワーク処理モデルをトレーニングするための一連のデータ拡張戦略について検討する。
  論文  参考訳（メタデータ） (2022-07-11T23:32:54Z)
• 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)
• Converse -- A Tree-Based Modular Task-Oriented Dialogue System [99.78110192324843]
  Converseは柔軟なツリーベースのモジュラータスク指向対話システムである。 Converseは、他のオープンソースの対話フレームワークと比較してユニークな機能である、タスク依存とタスク切り替えをサポートしている。
  論文  参考訳（メタデータ） (2022-03-23T04:19:05Z)
• SYNERGY: Building Task Bots at Scale Using Symbolic Knowledge and Machine Teaching [75.87418236410296]
  SynERGYは、タスクボットを2つのステップで開発するハイブリッド学習フレームワークである。 トレーニング済みのニューラルダイアログモデルであるSOLOISTは、シミュレーションダイアログ上で微調整され、タスクのためのボットを構築する。 微調整されたニューラルダイアログモデルは、機械教育を通じて、いくつかの実際のタスク固有のダイアログによって継続的に洗練される。
  論文  参考訳（メタデータ） (2021-10-21T23:13:04Z)
• On Task-Level Dialogue Composition of Generative Transformer Model [9.751234480029765]
  本研究では,トランスフォーマー生成モデルにおけるヒューマン・ヒューマン・タスク指向対話の学習効果について検討した。 そこで本研究では,(1)人間と人間による単一タスク対話から学習のための複合タスク対話データを作成すること,(2)補助的損失を用いてエンコーダ表現を単一タスク対話に不変にすること,の2つの方法を提案する。
  論文  参考訳（メタデータ） (2020-10-09T22:10:03Z)
• 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)

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。