論文の概要: Schema Graph-Guided Prompt for Multi-Domain Dialogue State Tracking

• arxiv url: http://arxiv.org/abs/2311.06345v1
• Date: Fri, 10 Nov 2023 19:00:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-14 19:14:04.184797
• Title: Schema Graph-Guided Prompt for Multi-Domain Dialogue State Tracking
• Title（参考訳）: マルチドメイン対話状態追跡のためのスキーマグラフガイドプロンプト
• Authors: Ruolin Su, Ting-Wei Wu and Biing-Hwang Juang
• Abstract要約: 対話スキーマを組み込んでドメイン固有のプロンプトを学習するグラフベースのフレームワークを提案する。 具体的には、グラフニューラルネットワークによって符号化されたドメイン固有スキーマを事前訓練された言語モデルに組み込む。 本実験は,提案手法が他のマルチドメインDST手法よりも優れていることを示す。
• 参考スコア（独自算出の注目度）: 16.955887768832046
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tracking dialogue states is an essential topic in task-oriented dialogue systems, which involve filling in the necessary information in pre-defined slots corresponding to a schema. While general pre-trained language models have been shown effective in slot-filling, their performance is limited when applied to specific domains. We propose a graph-based framework that learns domain-specific prompts by incorporating the dialogue schema. Specifically, we embed domain-specific schema encoded by a graph neural network into the pre-trained language model, which allows for relations in the schema to guide the model for better adaptation to the specific domain. Our experiments demonstrate that the proposed graph-based method outperforms other multi-domain DST approaches while using similar or fewer trainable parameters. We also conduct a comprehensive study of schema graph architectures, parameter usage, and module ablation that demonstrate the effectiveness of our model on multi-domain dialogue state tracking.
• Abstract（参考訳）: 対話状態の追跡はタスク指向の対話システムにおいて重要なトピックであり、スキーマに対応する事前に定義されたスロットに必要な情報を埋め込む。 一般的な事前学習言語モデルはスロットフィリングに有効であることが示されているが、特定のドメインに適用した場合、その性能は制限されている。 対話スキーマを組み込んでドメイン固有のプロンプトを学習するグラフベースのフレームワークを提案する。 具体的には、グラフニューラルネットワークによって符号化されたドメイン固有のスキーマを事前学習された言語モデルに組み込む。 提案手法は,類似あるいは少ないトレーニングパラメータを用いて,他のマルチドメインDST手法よりも優れていることを示す。 また,マルチドメイン対話状態追跡におけるモデルの有効性を示す,スキーマグラフアーキテクチャ,パラメータ利用,モジュールアブレーションの包括的研究も行なっている。

関連論文リスト

• TOD-Flow: Modeling the Structure of Task-Oriented Dialogues [77.15457469745364]
  ダイアログを付加した対話データからTOD-Flowグラフを推定する手法を提案する。 推定されたTOD-Flowグラフは、任意の対話モデルと容易に統合することができ、予測性能、透明性、制御性を改善することができる。
  論文  参考訳（メタデータ） (2023-12-07T20:06:23Z)
• DiSTRICT: Dialogue State Tracking with Retriever Driven In-Context Tuning [7.5700317050237365]
  対話状態追跡(DST)のための一般化可能なインコンテキストチューニング手法であるDiSTRICTを提案する。 DSTRICTは、手作りのテンプレートを使わずにモデルを微調整するために、与えられた対話のための非常に関連性の高いトレーニング例を検索する。 MultiWOZベンチマークデータセットによる実験では、DiSTRICTは、さまざまなゼロショットおよび少数ショット設定において、既存のアプローチよりも優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2022-12-06T09:40:15Z)
• Manual-Guided Dialogue for Flexible Conversational Agents [84.46598430403886]
  対話データを効率的に構築し、利用する方法や、さまざまなドメインにモデルを大規模にデプロイする方法は、タスク指向の対話システムを構築する上で重要な問題である。 エージェントは対話とマニュアルの両方からタスクを学習する。 提案手法は,詳細なドメインオントロジーに対する対話モデルの依存性を低減し,様々なドメインへの適応をより柔軟にする。
  論文  参考訳（メタデータ） (2022-08-16T08:21:12Z)
• Dynamic Schema Graph Fusion Network for Multi-Domain Dialogue State Tracking [26.06036827056842]
  対話状態追跡(DST)は、会話中にユーザの意図を追跡することを目的としている。 textbfDSGFNetは、以前のスロットドメインのメンバシップ関係と対話対応の動的スロット関係を明示的に融合するために、動的スキーマグラフを生成する。 また、スキーマを使用して、新しいドメインへの知識転送を容易にする。
  論文  参考訳（メタデータ） (2022-04-14T00:04:13Z)
• SGD-QA: Fast Schema-Guided Dialogue State Tracking for Unseen Services [15.21976869687864]
  質問応答アプローチに基づくスキーマガイドによる対話状態追跡モデルであるSGD-QAを提案する。 提案するマルチパスモデルは、ドメイン情報と対話発話の間で単一のエンコーダを共有する。 このモデルでは、シングルパスベースラインモデルと比較して少なくとも1.6倍の性能が向上している。
  論文  参考訳（メタデータ） (2021-05-17T17:54:32Z)
• A Student-Teacher Architecture for Dialog Domain Adaptation under the Meta-Learning Setting [42.80034363734555]
  データ駆動ダイアログモデルを構築する際に、異なるドメインに効率的に適応できるアルゴリズムを開発することが不可欠である。 本稿ではメタ教師モデルを含むドメイン適応型タスク指向対話システムモデルを提案する。 MultiWOZとGoogle-Guided Dialogueの2つのマルチドメインデータセットでモデルを評価し、最先端のパフォーマンスを実現します。
  論文  参考訳（メタデータ） (2021-04-06T17:31:28Z)
• RADDLE: An Evaluation Benchmark and Analysis Platform for Robust Task-oriented Dialog Systems [75.87418236410296]
  我々はraddleベンチマーク、コーパスのコレクション、および様々なドメインのモデルのパフォーマンスを評価するためのツールを紹介します。 RADDLEは強力な一般化能力を持つモデルを好んで奨励するように設計されている。 先行学習と微調整に基づく最近の最先端システムの評価を行い,異種ダイアログコーパスに基づく基礎的な事前学習が,ドメインごとの個別モデルをトレーニングするよりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-12-29T08:58:49Z)
• Dynamic Fusion Network for Multi-Domain End-to-end Task-Oriented Dialog [70.79442700890843]
  本稿では,対象ドメインと各ドメインの関連性を自動的に活用する新しい動的核融合ネットワーク(DF-Net)を提案する。 トレーニングデータが少ないと、平均13.9%の事前最良モデルを上回り、転送可能性を示す。
  論文  参考訳（メタデータ） (2020-04-23T08:17:22Z)
• Non-Autoregressive Dialog State Tracking [122.2328875457225]
  非自己回帰的対話状態追跡(NADST)の新しい枠組みを提案する。 NADSTはドメインとスロット間の潜在的な依存関係を分解し、分離されたスロットではなく完全なセットとして対話状態の予測を改善するためにモデルを最適化する。 以上の結果から,MultiWOZ 2.1コーパス上の全領域にわたる最先端の接合精度が得られた。
  論文  参考訳（メタデータ） (2020-02-19T06:39:26Z)
• Variational Hierarchical Dialog Autoencoder for Dialog State Tracking Data Augmentation [59.174903564894954]
  本研究では,この手法を,ゴール指向対話のための対話状態追跡タスクに拡張する。 目的指向ダイアログの完全な側面をモデル化するための変分階層型ダイアログオートエンコーダ(VHDA)を提案する。 各種ダイアログデータセットを用いた実験により、生成データ拡張による下流ダイアログトラッカーのロバスト性の向上が示された。
  論文  参考訳（メタデータ） (2020-01-23T15:34:56Z)
• Domain-Aware Dialogue State Tracker for Multi-Domain Dialogue Systems [2.3859169601259347]
  タスク指向対話システムでは、対話状態トラッカー(DST)コンポーネントが対話履歴に基づいて対話の状態を予測する。 我々は、完全にデータ駆動であり、動的サービススキーマを予測するためにモデル化されたドメイン対応対話状態トラッカーを提案する。
  論文  参考訳（メタデータ） (2020-01-21T13:41:09Z)

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。