論文の概要: Incorporating Annotator Uncertainty into Representations of Discourse Relations

• arxiv url: http://arxiv.org/abs/2308.07179v1
• Date: Mon, 14 Aug 2023 14:39:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-15 12:58:17.884159
• Title: Incorporating Annotator Uncertainty into Representations of Discourse Relations
• Title（参考訳）: 談話関係表現へのアノテーションの不確かさの導入
• Authors: S. Magal\'i L\'opez Cortez and Cassandra L. Jacobs
• Abstract要約: 対話コンテキストは信頼性スコアの重要な予測因子であることがわかった。 本稿では,対話関係表現の重み付けと信頼度,対話コンテキストの重み付けが,対話関係ラベルに関するアノテータの不確かさをコヒーレントにモデル化することを示す。
• 参考スコア（独自算出の注目度）: 12.110722011252681
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Annotation of discourse relations is a known difficult task, especially for non-expert annotators. In this paper, we investigate novice annotators' uncertainty on the annotation of discourse relations on spoken conversational data. We find that dialogue context (single turn, pair of turns within speaker, and pair of turns across speakers) is a significant predictor of confidence scores. We compute distributed representations of discourse relations from co-occurrence statistics that incorporate information about confidence scores and dialogue context. We perform a hierarchical clustering analysis using these representations and show that weighting discourse relation representations with information about confidence and dialogue context coherently models our annotators' uncertainty about discourse relation labels.
• Abstract（参考訳）: 談話関係のアノテーションは、特に非専門家の注釈家にとって、既知の難しいタスクである。 本稿では,音声対話データにおける談話関係の注釈に関する初級注釈者の不確実性について検討する。 対話の文脈(単回ターン、話者内の一対のターン、話者間の一対のターン)は信頼度スコアの重要な予測因子であることがわかった。 信頼度スコアと対話コンテキストに関する情報を組み込んだ共起統計から談話関係の分散表現を計算する。 本稿では,これらの表現を用いた階層的クラスタリング解析を行い,信頼度と対話コンテキストに関する情報を重み付けすることで,対話関係ラベルに関するアノテータの不確実性をモデル化することを示す。

関連論文リスト

• The distribution of discourse relations within and across turns in spontaneous conversation [13.053424646592749]
  時間的プレッシャーと話題交渉は、人々が言論関係をどのように活用するかの制約を課すかもしれない。 我々は,初心者アノテータからのクラウドソースアノテーションを用いて,書き言葉のDRを自然対話に適応させる。
  論文  参考訳（メタデータ） (2023-07-07T15:06:31Z)
• Pre-training Multi-party Dialogue Models with Latent Discourse Inference [85.9683181507206]
  我々は、多人数対話の会話構造、すなわち、各発話が応答する相手を理解するモデルを事前訓練する。 ラベル付きデータを完全に活用するために,談話構造を潜在変数として扱い,それらを共同で推論し,談話認識モデルを事前学習することを提案する。
  論文  参考訳（メタデータ） (2023-05-24T14:06:27Z)
• ChatGPT Evaluation on Sentence Level Relations: A Focus on Temporal, Causal, and Discourse Relations [52.26802326949116]
  対話型大規模言語モデルChatGPTの性能を,文間関係に基づいて定量的に評価する。 ChatGPTは因果関係の検出と推論において極めて優れた能力を示す。 既存の明示的な談話接続物との談話関係の大多数を特定できるが、暗黙的な談話関係は依然として恐ろしい課題である。
  論文  参考訳（メタデータ） (2023-04-28T13:14:36Z)
• "How Robust r u?": Evaluating Task-Oriented Dialogue Systems on Spoken Conversations [87.95711406978157]
  本研究は、音声タスク指向会話における新しいベンチマークを示す。 マルチドメイン対話状態追跡と知識基底型対話モデルについて検討する。 我々のデータセットは,タスク指向対話システムの音声によるベンチマークを可能にする。
  論文  参考訳（メタデータ） (2021-09-28T04:51:04Z)
• Speaker-Oriented Latent Structures for Dialogue-Based Relation Extraction [10.381257436462116]
  そこで我々は,話者指向の潜在構造を明瞭に誘導し,DiaREを改善する新しいモデルSOLSを提案する。 具体的には,発話境界を超えたトークン間の関係を捉えるために,潜在構造を学習する。 学習過程において、話者固有の正規化手法は、話者に関連するキーキーを徐々に強調し、無関係なキーを消去する。
  論文  参考訳（メタデータ） (2021-09-11T04:24:51Z)
• Enhanced Speaker-aware Multi-party Multi-turn Dialogue Comprehension [43.352833140317486]
  マルチパーティ・マルチターン・ダイアログの理解は前例のない課題をもたらす。 既存のほとんどのメソッドは、会話コンテキストをプレーンテキストとして扱う。 マスキングアテンションと異種グラフネットワークを用いた話者認識モデルを提案する。
  論文  参考訳（メタデータ） (2021-09-09T07:12:22Z)
• Self- and Pseudo-self-supervised Prediction of Speaker and Key-utterance for Multi-party Dialogue Reading Comprehension [46.69961067676279]
  マルチパーティ対話機械読解(MRC)は,複数の話者が対話を行うため,大きな課題をもたらす。 従来のモデルは、複雑なグラフベースのモジュールを使用して話者情報フローを組み込む方法に重点を置いていた。 本稿では、話者情報の流れを暗黙的にモデル化するために、話者とキー発話における2つの労働自由自助的・疑似自己監督型予測タスクを設計する。
  論文  参考訳（メタデータ） (2021-09-08T16:51:41Z)
• 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)
• 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)
• Dialogue-Based Relation Extraction [53.2896545819799]
  本稿では,人間による対話型関係抽出(RE)データセットDialogREを提案する。 我々は,対話型タスクと従来のREタスクの類似点と相違点の分析に基づいて,提案課題において話者関連情報が重要な役割を担っていると論じる。 実験結果から,ベストパフォーマンスモデルにおける話者認識の拡張が,標準設定と会話評価設定の両方において向上することが示された。
  論文  参考訳（メタデータ） (2020-04-17T03:51:57Z)

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。