論文の概要: How Can Context Help? Exploring Joint Retrieval of Passage and Personalized Context

• arxiv url: http://arxiv.org/abs/2308.13760v1
• Date: Sat, 26 Aug 2023 04:49:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-29 19:16:29.652130
• Title: How Can Context Help? Exploring Joint Retrieval of Passage and Personalized Context
• Title（参考訳）: コンテキストはどのように役立つのか? パッセージとパーソナライズされた文脈の協調的検索の検討
• Authors: Hui Wan, Hongkang Li, Songtao Lu, Xiaodong Cui, Marina Danilevsky
• Abstract要約: コンテキスト認識型文書地下会話システムの概念に触発され,コンテキスト認識型文節検索の課題が紹介される。 本稿では,パーソナライズド・コンテクスト・アウェア・サーチ(PCAS)を提案する。
• 参考スコア（独自算出の注目度）: 39.334509280777425
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: The integration of external personalized context information into document-grounded conversational systems has significant potential business value, but has not been well-studied. Motivated by the concept of personalized context-aware document-grounded conversational systems, we introduce the task of context-aware passage retrieval. We also construct a dataset specifically curated for this purpose. We describe multiple baseline systems to address this task, and propose a novel approach, Personalized Context-Aware Search (PCAS), that effectively harnesses contextual information during passage retrieval. Experimental evaluations conducted on multiple popular dense retrieval systems demonstrate that our proposed approach not only outperforms the baselines in retrieving the most relevant passage but also excels at identifying the pertinent context among all the available contexts. We envision that our contributions will serve as a catalyst for inspiring future research endeavors in this promising direction.
• Abstract（参考訳）: 外部パーソナライズされたコンテキスト情報を文書化された会話システムに統合することは、潜在的なビジネス価値を持つが、十分に研究されていない。 文脈認識型文書化対話システムの概念に動機づけられ,文脈認識文検索の課題について紹介する。 この目的のために特別にキュレートされたデータセットも構築しています。 本稿では,この課題に対処する複数のベースラインシステムについて述べるとともに,パス検索においてコンテキスト情報を有効に活用するパーソナライズされたコンテキスト認識探索(PCAS)を提案する。 複数の高密度検索システムで行った実験結果から,提案手法は,最も関連性の高い経路を検索する際のベースラインを上回るだけでなく,利用可能なコンテキストの特定にも優れることがわかった。 我々は、我々の貢献が将来の研究成果をこの将来的な方向に刺激する触媒になることを期待している。

関連論文リスト

• ProCIS: A Benchmark for Proactive Retrieval in Conversations [21.23826888841565]
  本稿では,280万件以上の会話からなるプロアクティブな文書検索のための大規模データセットを提案する。 クラウドソーシング実験を行い、高品質で比較的完全な妥当性判定を行う。 また、各文書に関連する会話部分に関するアノテーションを収集し、前向きな検索システムの評価を可能にする。
  論文  参考訳（メタデータ） (2024-05-10T13:11:07Z)
• Improving Retrieval in Theme-specific Applications using a Corpus Topical Taxonomy [52.426623750562335]
  ToTER (Topical Taxonomy Enhanced Retrieval) フレームワークを紹介する。 ToTERは、クエリとドキュメントの中心的なトピックを分類学のガイダンスで識別し、そのトピックの関連性を利用して、欠落したコンテキストを補う。 プラグイン・アンド・プレイのフレームワークとして、ToTERは様々なPLMベースのレトリバーを強化するために柔軟に使用できる。
  論文  参考訳（メタデータ） (2024-03-07T02:34:54Z)
• FCC: Fusing Conversation History and Candidate Provenance for Contextual Response Ranking in Dialogue Systems [53.89014188309486]
  複数のチャネルからコンテキスト情報を統合できるフレキシブルなニューラルネットワークフレームワークを提案する。 会話応答ランキングタスクの評価に広く用いられているMSDialogデータセット上で,本モデルの評価を行った。
  論文  参考訳（メタデータ） (2023-03-31T23:58:28Z)
• Utterance Rewriting with Contrastive Learning in Multi-turn Dialogue [22.103162555263143]
  比較学習とマルチタスク学習を導入し、問題を共同でモデル化する。 提案手法は,複数の公開データセット上での最先端性能を実現する。
  論文  参考訳（メタデータ） (2022-03-22T10:13:27Z)
• iFacetSum: Coreference-based Interactive Faceted Summarization for Multi-Document Exploration [63.272359227081836]
  iFacetSumは、インタラクティブな要約と顔検索を統合している。 微粒なファセットは、クロスドキュメントのコア参照パイプラインに基づいて自動的に生成される。
  論文  参考訳（メタデータ） (2021-09-23T20:01:11Z)
• Retrieval-Free Knowledge-Grounded Dialogue Response Generation with Adapters [52.725200145600624]
  軽量アダプタで事前学習した言語モデルに事前知識を注入し、検索プロセスをバイパスする KnowExpert を提案する。 実験結果から,KnowExpertは検索ベースラインと相容れない性能を示した。
  論文  参考訳（メタデータ） (2021-05-13T12:33:23Z)
• BERT Embeddings Can Track Context in Conversational Search [5.3222282321717955]
  我々は,自然な方法で情報検索を支援する対話型検索システムを開発した。 システムは、質問が提示される状況を理解し、会話の現在の状態を追跡し、以前の質問や回答に対する言及を検出する。
  論文  参考訳（メタデータ） (2021-04-13T22:02:24Z)
• Larger-Context Tagging: When and Why Does It Work? [55.407651696813396]
  一般的な戦略として、より大規模なコンテキストトレーニングがいつ、なぜ機能するのかを調査することに注力する。 4つのタグ付けタスクと13のデータセットに基づいてテストベッドを設定しました。
  論文  参考訳（メタデータ） (2021-04-09T15:35:30Z)

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。