論文の概要: Social Commonsense-Guided Search Query Generation for Open-Domain Knowledge-Powered Conversations

• arxiv url: http://arxiv.org/abs/2310.14340v1
• Date: Sun, 22 Oct 2023 16:14:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-25 00:33:29.129885
• Title: Social Commonsense-Guided Search Query Generation for Open-Domain Knowledge-Powered Conversations
• Title（参考訳）: オープンドメイン知識を用いた対話のためのソーシャルコモンセンス型検索クエリ生成
• Authors: Revanth Gangi Reddy, Hao Bai, Wentao Yao, Sharath Chandra Etagi Suresh, Heng Ji, ChengXiang Zhai
• Abstract要約: 本稿では,ソーシャルコモンセンスによってガイドされたインターネット検索クエリ生成に焦点を当てた新しいアプローチを提案する。 提案フレームワークは,トピックトラッキング,コモンセンス応答生成,命令駆動クエリ生成を統合することで,受動的ユーザインタラクションに対処する。
• 参考スコア（独自算出の注目度）: 66.16863141262506
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Open-domain dialog involves generating search queries that help obtain relevant knowledge for holding informative conversations. However, it can be challenging to determine what information to retrieve when the user is passive and does not express a clear need or request. To tackle this issue, we present a novel approach that focuses on generating internet search queries that are guided by social commonsense. Specifically, we leverage a commonsense dialog system to establish connections related to the conversation topic, which subsequently guides our query generation. Our proposed framework addresses passive user interactions by integrating topic tracking, commonsense response generation and instruction-driven query generation. Through extensive evaluations, we show that our approach overcomes limitations of existing query generation techniques that rely solely on explicit dialog information, and produces search queries that are more relevant, specific, and compelling, ultimately resulting in more engaging responses.
• Abstract（参考訳）: オープンドメインダイアログは、情報的会話を保持するための関連する知識を得るのに役立つ検索クエリを生成する。 しかし、ユーザが受動的で明確な要求や要求を表現していない場合、どの情報を取得するかを決定するのは困難である。 そこで本研究では,ソーシャル・コモンセンスに導かれるインターネット検索クエリの生成に焦点をあてた新しいアプローチを提案する。 具体的には、コモンセンスダイアログシステムを活用し、会話トピックに関連する関係を確立することにより、クエリ生成をガイドする。 提案フレームワークは,トピックトラッキング,コモンセンス応答生成,命令駆動クエリ生成を統合したパッシブユーザインタラクションに対応する。 広範な評価を通じて,提案手法は明示的な対話情報のみに依存する既存のクエリ生成手法の限界を克服し,より関連性が高く,具体的かつ説得力のある検索クエリを生成し,結果的により魅力的な応答をもたらすことを示す。

関連論文リスト

• History-Aware Conversational Dense Retrieval [31.203399110612388]
  本稿では,コンテキスト依存型クエリ再構成と監視信号の自動マイニングという2つのアイデアを取り入れた,履歴認識型会話用Dense Retrieval(HAConvDR)システムを提案する。 2つの公開対話型検索データセットの実験は、HAConvDRの履歴モデリング機能の改善を実証している。
  論文  参考訳（メタデータ） (2024-01-30T01:24:18Z)
• Conversational Tree Search: A New Hybrid Dialog Task [21.697256733634124]
  FAQ型情報検索とタスク指向対話のギャップを埋める新しいタスクとして,会話木探索(CTS)を導入した。 その結果,新たなアーキテクチャは,ベースラインで使用されるFAQとダイアログシステムの両方の肯定的な側面を結合し,より高い目標達成を実現していることがわかった。
  論文  参考訳（メタデータ） (2023-03-17T19:50:51Z)
• Search-Engine-augmented Dialogue Response Generation with Cheaply Supervised Query Production [98.98161995555485]
  応答生成のために,任意の検索エンジンから膨大な動的情報にアクセス可能な対話モデルを提案する。 コアモジュールとして、クエリプロデューサを使用して、対話コンテキストからクエリを生成して、検索エンジンと対話する。 R@1とR@5のレートを62.4%と74.8%で達成できることを示す実験を行った。
  論文  参考訳（メタデータ） (2023-02-16T01:58:10Z)
• Building and Evaluating Open-Domain Dialogue Corpora with Clarifying Questions [65.60888490988236]
  オープンドメインのシングルターンとマルチターンの会話に焦点を当てたデータセットをリリースする。 我々は最先端のニューラルベースラインをいくつかベンチマークする。 様々な対話における質問の明確化の質を評価するための,オフラインおよびオンラインのステップからなるパイプラインを提案する。
  論文  参考訳（メタデータ） (2021-09-13T09:16:14Z)
• 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)
• Knowledge-driven Answer Generation for Conversational Search [4.735500711531941]
  オープンドメイン会話検索のための知識駆動型回答生成手法を提案する。 会話全体のエンティティの知識グラフは、検索回答生成のバイアスに使用される。 実験により,提案手法が会話中のエンティティ知識をうまく活用できることが確認された。
  論文  参考訳（メタデータ） (2021-04-14T14:35:54Z)
• 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)
• Open-Retrieval Conversational Question Answering [62.11228261293487]
  オープン検索型対話型質問応答 (ORConvQA) の設定を導入する。 ORConvQAのエンド・ツー・エンドシステムを構築し,レトリバー,リランカ,およびすべてトランスフォーマーをベースとしたリーダを特徴とする。
  論文  参考訳（メタデータ） (2020-05-22T19:39:50Z)
• Multi-Stage Conversational Passage Retrieval: An Approach to Fusing Term Importance Estimation and Neural Query Rewriting [56.268862325167575]
  マルチステージアドホックIRシステムにクエリ再構成を組み込んだ会話経路検索(ConvPR)に取り組む。 本稿では,1項の重要度推定と2項のニューラルクエリ書き換えという2つの手法を提案する。 前者に対しては、周波数に基づく信号を用いて会話コンテキストから抽出した重要な用語を用いて会話クエリを拡張する。 後者では,会話クエリを,事前訓練されたシーケンス列列列モデルを用いて,自然な,スタンドアロンの,人間の理解可能なクエリに再構成する。
  論文  参考訳（メタデータ） (2020-05-05T14:30:20Z)

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。