論文の概要: Topical-Chat: Towards Knowledge-Grounded Open-Domain Conversations
- arxiv url: http://arxiv.org/abs/2308.11995v1
- Date: Wed, 23 Aug 2023 08:33:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-24 15:06:59.788614
- Title: Topical-Chat: Towards Knowledge-Grounded Open-Domain Conversations
- Title（参考訳）: Topical-Chat: 知識を中心としたオープンドメイン会話を目指して
- Authors: Karthik Gopalakrishnan, Behnam Hedayatnia, Qinlang Chen, Anna
Gottardi, Sanjeev Kwatra, Anu Venkatesh, Raefer Gabriel, Dilek Hakkani-Tur
- Abstract要約: 人工知能(AI)の壮大な課題の1つは、人間との深いオープンドメインの会話ができるソーシャルボットを作ることである。
知識に基づく人間と人間の会話データセットであるTopical-Chatを紹介した。
また、Topical-Chat上で、最先端のエンコーダ・デコーダ対話モデルをいくつかトレーニングし、ベンチマークの自動化と人的評価を行う。
- 参考スコア（独自算出の注目度）: 8.03111197961603
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Building socialbots that can have deep, engaging open-domain conversations
with humans is one of the grand challenges of artificial intelligence (AI). To
this end, bots need to be able to leverage world knowledge spanning several
domains effectively when conversing with humans who have their own world
knowledge. Existing knowledge-grounded conversation datasets are primarily
stylized with explicit roles for conversation partners. These datasets also do
not explore depth or breadth of topical coverage with transitions in
conversations. We introduce Topical-Chat, a knowledge-grounded human-human
conversation dataset where the underlying knowledge spans 8 broad topics and
conversation partners don't have explicitly defined roles, to help further
research in open-domain conversational AI. We also train several
state-of-the-art encoder-decoder conversational models on Topical-Chat and
perform automated and human evaluation for benchmarking.
- Abstract（参考訳）: ai(artificial intelligence)の最大の課題は、人間との深いオープンドメイン会話を可能にするソーシャルボットの開発だ。
この目的のために、ボットは、自身の世界知識を持つ人間と会話する際に、複数のドメインにまたがる世界知識を効果的に活用できる必要がある。
既存の知識に基づく会話データセットは、主に会話パートナーの明確な役割でスタイル化されている。
これらのデータセットはまた、会話の遷移を伴うトピックカバレッジの深さや幅を探索しない。
我々は,オープンドメイン会話型aiのさらなる研究を支援するために,8つの幅広い話題にまたがる知識と会話パートナーが明確に定義された役割を持たない,知識基盤の人間-人間対話データセットである topical-chat を紹介する。
また,トピックチャットにおける最先端エンコーダ・デコーダ会話モデルをトレーニングし,ベンチマークのための自動評価とヒューマン評価を行う。
関連論文リスト
- Does Collaborative Human-LM Dialogue Generation Help Information
Extraction from Human Dialogues? [55.28340832822234]
実際のアプリケーションにおける人間の対話の問題解決は、既存のWizard-of-Ozコレクションよりもはるかに複雑である。
本稿では,リアルな対話を合成できる人間間対話生成フレームワークを提案する。
論文 参考訳（メタデータ） (2023-07-13T20:02:50Z) - Commonsense Reasoning for Conversational AI: A Survey of the State of
the Art [0.76146285961466]
論文では、関連するトレーニングデータセットをリストアップし、会話型AIにコモンセンスを含めるための主要なアプローチについて説明する。
本稿では,BlenderBot3とLaMDAの2つの最先端オープンダイアログモデルの限られたコモンセンス能力について予備観測を行った。
論文 参考訳（メタデータ） (2023-02-15T19:55:57Z) - PLACES: Prompting Language Models for Social Conversation Synthesis [103.94325597273316]
我々は、プロンプトを用いてソーシャルな会話データセットを合成するために、専門家による会話の小さなセットをコンテキスト内例として使用します。
人工会話の徹底的な評価を,人間による会話と比較して行った。
論文 参考訳（メタデータ） (2023-02-07T05:48:16Z) - Dynamic Planning in Open-Ended Dialogue using Reinforcement Learning [35.67318830455459]
我々は、強化学習(RL)を用いて、ロボットの対話能力を大規模に活用するリアルタイムかつオープンな対話システムを開発した。
我々の作業は、動的行動空間に特に適するRL技術とSOTA言語モデルを用いて生成された会話状態の簡潔な埋め込みをペアリングする。
論文 参考訳（メタデータ） (2022-07-25T16:12:33Z) - Knowledge-Grounded Conversational Data Augmentation with Generative
Conversational Networks [76.11480953550013]
生成会話ネットワークを用いて会話データを自動的に生成する。
我々は、Topical Chatデータセット上で、知識のない会話に対するアプローチを評価した。
論文 参考訳（メタデータ） (2022-07-22T22:37:14Z) - 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) - Training Conversational Agents with Generative Conversational Networks [74.9941330874663]
我々は、生成会話ネットワークを使用して、自動的にデータを生成し、社会的会話エージェントを訓練する。
自動メトリクスと人的評価器を用いてTopicalChatのアプローチを評価し、10%のシードデータで100%のデータを使用するベースラインに近いパフォーマンスを示す。
論文 参考訳（メタデータ） (2021-10-15T21:46:39Z) - Intelligent Conversational Android ERICA Applied to Attentive Listening
and Job Interview [41.789773897391605]
我々はインテリジェントな会話型android ericaを開発した。
ERICAには,注意深い聞き取り,就職面接,スピードデートなど,いくつかのソーシャルインタラクションタスクを設定した。
40人の高齢者が会話を分解することなく5～7分間の会話を行ったことが評価されている。
論文 参考訳（メタデータ） (2021-05-02T06:37:23Z) - KdConv: A Chinese Multi-domain Dialogue Dataset Towards Multi-turn
Knowledge-driven Conversation [66.99734491847076]
我々は,中国語の多分野知識駆動会話データセットKdConvを提案する。
私たちのコーパスには3つのドメイン(映画、音楽、旅行)から4.5Kの会話と、平均19.0の回転数で86Kの発話が含まれています。
論文 参考訳（メタデータ） (2020-04-08T16:25:39Z)
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。