論文の概要: Detecting Agreement in Multi-party Conversational AI

• arxiv url: http://arxiv.org/abs/2311.03026v1
• Date: Mon, 6 Nov 2023 11:04:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-07 14:49:51.206760
• Title: Detecting Agreement in Multi-party Conversational AI
• Title（参考訳）: 多人数会話型AIにおける合意の検出
• Authors: Laura Schauer, Jason Sweeney, Charlie Lyttle, Zein Said, Aron Szeles, Cale Clark, Katie McAskill, Xander Wickham, Tom Byars, Daniel Hern\'andez Garcia, Nancie Gunson, Angus Addlesee, Oliver Lemon
• Abstract要約: 我々は,2人のユーザがトリビア・クイズをプレイできるように,多人数会話システムを提案する。 本システムは,最終回答に対するユーザの同意や不一致を検知し,それに応じて応答する。 私たちの注釈付きトランスクリプトと提案されたシステムのコードは、GitHubでオープンソースとして公開されています。
• 参考スコア（独自算出の注目度）: 2.755416211770089
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Today, conversational systems are expected to handle conversations in multi-party settings, especially within Socially Assistive Robots (SARs). However, practical usability remains difficult as there are additional challenges to overcome, such as speaker recognition, addressee recognition, and complex turn-taking. In this paper, we present our work on a multi-party conversational system, which invites two users to play a trivia quiz game. The system detects users' agreement or disagreement on a final answer and responds accordingly. Our evaluation includes both performance and user assessment results, with a focus on detecting user agreement. Our annotated transcripts and the code for the proposed system have been released open-source on GitHub.
• Abstract（参考訳）: 今日、会話システムは多人数での会話、特に社会支援ロボット(sars)での会話を扱うことが期待されている。 しかし、話者認識、宛先認識、複雑なターンテイクなど、克服すべき課題があるため、実用的なユーザビリティは依然として困難である。 本稿では,2人のユーザがトリヴィア・クイズをプレイするマルチパーティ・会話システムについて紹介する。 本システムは,最終回答に対するユーザの同意や不一致を検知し,それに応じて応答する。 本評価は,ユーザ満足度の検出に焦点をあてた性能評価結果とユーザ評価結果の両方を含む。 注釈付き書き起こしと提案するシステムのコードはgithubでオープンソースとして公開されている。

関連論文リスト

• Rethinking the Evaluation of Dialogue Systems: Effects of User Feedback on Crowdworkers and LLMs [57.16442740983528]
  アドホック検索では、評価は暗黙のフィードバックを含むユーザーの行動に大きく依存する。 アノテータの会話知覚におけるターン評価におけるユーザフィードバックの役割はほとんど研究されていない。 本稿では,タスク指向対話システム(TDS)の評価が,ターンのフォローアップ発話を通じて提供されるユーザフィードバック,明示的あるいは暗黙的な評価にどのように影響するかに注目した。
  論文  参考訳（メタデータ） (2024-04-19T16:45:50Z)
• Detecting agreement in multi-party dialogue: evaluating speaker diarisation versus a procedural baseline to enhance user engagement [33.93135348317864]
  本研究は,会話エージェントがクイズショーホストとして機能する協調クイズを用いて,ダイアリゼーションと周波数および確率に基づく手法が合意決定においてより正確かどうかを判定する。 実験結果から,我々のプロシージャシステムは選手により関与し,合意を検出するのがより正確であることが示唆された。
  論文  参考訳（メタデータ） (2023-11-06T11:00:44Z)
• Multi-User MultiWOZ: Task-Oriented Dialogues among Multiple Users [51.34484827552774]
  マルチユーザMulti-User MultiWOZデータセットを2つのユーザと1つのエージェント間のタスク指向対話としてリリースする。 これらの対話は、タスク指向のシナリオにおける協調的な意思決定の興味深いダイナミクスを反映している。 本稿では,複数ユーザ間のタスク指向のチャットを簡潔なタスク指向のクエリとして書き換える,マルチユーザコンテキストクエリ書き換えの新しいタスクを提案する。
  論文  参考訳（メタデータ） (2023-10-31T14:12:07Z)
• PICK: Polished & Informed Candidate Scoring for Knowledge-Grounded Dialogue Systems [59.1250765143521]
  現在の知識接地対話システムは、生成された応答を人間に好まれる品質に合わせるのに失敗することが多い。 我々は,世代別再描画フレームワークであるPolseed & Informed Candidate Scoring (PICK)を提案する。 対話履歴に関連性を維持しつつ,より忠実な応答を生成するためのPICKの有効性を示す。
  論文  参考訳（メタデータ） (2023-09-19T08:27:09Z)
• Multi-Action Dialog Policy Learning from Logged User Feedback [28.4271696269512]
  マルチアクションダイアログポリシーは、ターン毎に複数のアトミックダイアログアクションを生成する。 データ制限のため、既存のポリシーモデルは、目に見えないダイアログフローに対してあまり一般化しない。 暗黙的かつ暗黙的なターンレベルのユーザフィードバックでマルチアクションダイアログポリシー学習を改善するためにBanditMatchを提案する。
  論文  参考訳（メタデータ） (2023-02-27T04:01:28Z)
• Multi-stage Clarification in Conversational AI: The case of Question-Answering Dialogue Systems [0.27998963147546135]
  対話型質問応答や会話型検索など,様々な情報検索タスクにおいて,明確化の解決が重要な役割を担っている。 そこで本稿では,質問応答対話システムのコンテキストにおいて,質問の明確化とクエリ選択を促すための多段階的明確化機構を提案する。 提案手法は,ユーザエクスペリエンス全体の改善と,競合するベースラインを2つのデータセットで比較する。
  論文  参考訳（メタデータ） (2021-10-28T15:45:44Z)
• Hierarchical Summarization for Longform Spoken Dialog [1.995792341399967]
  音声対話の広汎性にもかかわらず、自動音声理解と品質情報抽出は依然として著しく貧弱である。 テキストを理解することに比べ、聴覚コミュニケーションは、話者の拡散、非公式な散文スタイル、構造の欠如など、多くの追加的な課題を生んでいる。 本稿では、2段階のASRとテキスト要約パイプラインを提案し、これらの音声認識課題を解決するためのセマンティックセグメンテーションとマージアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-08-21T23:31:31Z)
• Improving Conversational Question Answering Systems after Deployment using Feedback-Weighted Learning [69.42679922160684]
  本稿では,二元的ユーザフィードバックを用いた初期教師付きシステムを改善するために,重要サンプリングに基づくフィードバック重み付き学習を提案する。 当社の作業は,実際のユーザとのインタラクションを活用し,デプロイ後の会話システムを改善する可能性を開くものだ。
  論文  参考訳（メタデータ） (2020-11-01T19:50:34Z)
• Towards Data Distillation for End-to-end Spoken Conversational Question Answering [65.124088336738]
  音声対話型質問応答タスク(SCQA)を提案する。 SCQAは,音声発話とテキストコーパスから複雑な対話の流れをモデル化することを目的としている。 我々の主な目的は、音声とテキストの両方で会話的な質問に対処するQAシステムを構築することである。
  論文  参考訳（メタデータ） (2020-10-18T05:53:39Z)
• ConvAI3: Generating Clarifying Questions for Open-Domain Dialogue Systems (ClariQ) [64.60303062063663]
  本論文では,対話システムに対する質問の明確化に関する課題について詳述する(ClariQ)。 このチャレンジは、2020年のSearch Oriented Conversational AI (SCAI) EMNLPワークショップで、ConvAI3(Conversational AI Challenge series)の一部として組織されている。
  論文  参考訳（メタデータ） (2020-09-23T19:48:02Z)

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。