論文の概要: Algorithms for automatic intents extraction and utterances
classification for goal-oriented dialogue systems
- arxiv url: http://arxiv.org/abs/2312.09658v1
- Date: Fri, 15 Dec 2023 10:12:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-18 16:28:46.729032
- Title: Algorithms for automatic intents extraction and utterances
classification for goal-oriented dialogue systems
- Title（参考訳）: 目標指向対話システムにおける自動意図抽出と発話分類のためのアルゴリズム
- Authors: Leonid Legashev, Alexander Shukhman, Arthur Zhigalov
- Abstract要約: 本稿では,目標指向対話システムのためのスクリプト自動生成フレームワークについて述べる。
BERTopic と Latent Dirichlet の割り当てに基づいてユーザ意図を抽出する2つの方法の比較を行う。
ロジスティック回帰モデルとBERTトランスフォーマーモデルに基づいて,目標指向対話システムのユーザの文を分類するアルゴリズムを2つ実装した。
- 参考スコア（独自算出の注目度）: 49.1574468325115
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Modern machine learning techniques in the natural language processing domain
can be used to automatically generate scripts for goal-oriented dialogue
systems. The current article presents a general framework for studying the
automatic generation of scripts for goal-oriented dialogue systems. A method
for preprocessing dialog data sets in JSON format is described. A comparison is
made of two methods for extracting user intent based on BERTopic and latent
Dirichlet allocation. A comparison has been made of two implemented algorithms
for classifying statements of users of a goal-oriented dialogue system based on
logistic regression and BERT transformer models. The BERT transformer approach
using the bert-base-uncased model showed better results for the three metrics
Precision (0.80), F1-score (0.78) and Matthews correlation coefficient (0.74)
in comparison with other methods.
- Abstract（参考訳）: 自然言語処理領域における現代の機械学習技術は、ゴール指向対話システムのためのスクリプトを自動生成するために使用することができる。
本稿では,目標指向対話システムにおけるスクリプトの自動生成に関する一般的な枠組みについて述べる。
JSONフォーマットでダイアログデータセットを前処理する方法について述べる。
BERTopic と Latent Dirichlet の割り当てに基づいてユーザ意図を抽出する2つの方法の比較を行う。
ロジスティック回帰とbertトランスフォーマーモデルに基づく目標指向対話システムのユーザの文を分類するための2つの実装アルゴリズムの比較が行われた。
bert-base-uncasedモデルを用いたbert変換法は、他の手法と比較して3つの測定精度(0.80)、f1-score(0.78)、マシューズ相関係数(0.74)に対して優れた結果を示した。
関連論文リスト
- Long-Span Question-Answering: Automatic Question Generation and QA-System Ranking via Side-by-Side Evaluation [65.16137964758612]
大規模言語モデルにおける長文文の活用について検討し,本書全体の読解データを作成する。
我々の目的は、長いテキストの詳細な理解を必要とする問題を分析し、理解し、推論するLLMの能力をテストすることである。
論文 参考訳（メタデータ） (2024-05-31T20:15:10Z) - Parameter-Efficient Conversational Recommender System as a Language
Processing Task [52.47087212618396]
会話レコメンデータシステム(CRS)は,自然言語会話を通じてユーザの嗜好を喚起することで,ユーザに対して関連項目を推薦することを目的としている。
先行作業では、アイテムのセマンティック情報、対話生成のための言語モデル、関連する項目のランク付けのためのレコメンデーションモジュールとして、外部知識グラフを利用することが多い。
本稿では、自然言語の項目を表現し、CRSを自然言語処理タスクとして定式化する。
論文 参考訳（メタデータ） (2024-01-25T14:07:34Z) - GRASP: Guiding model with RelAtional Semantics using Prompt [3.1275060062551208]
本稿では Prompt (GRASP) を用いたRelAtional Semantics を用いた誘導モデルを提案する。
我々は、プロンプトベースの微調整アプローチを採用し、引数を意識したプロンプトマーカー戦略を用いて、ある対話における関係意味的手がかりをキャプチャする。
実験では、DialogREデータセット上でのF1とF1cのスコアの観点から、GRASPの最先端のパフォーマンスが評価された。
論文 参考訳（メタデータ） (2022-08-26T08:19:28Z) - GODEL: Large-Scale Pre-Training for Goal-Directed Dialog [119.1397031992088]
ダイアログのための大規模事前学習言語モデルであるGODELを紹介する。
GODELは、数ショットの微調整設定で、最先端の事前訓練ダイアログモデルより優れていることを示す。
評価手法の新たな特徴は,応答の有用性を評価するユーティリティの概念の導入である。
論文 参考訳（メタデータ） (2022-06-22T18:19:32Z) - Quick Starting Dialog Systems with Paraphrase Generation [0.0]
本稿では,既存の事例からより多くのデータを人工的に生成することで,対話エージェント作成のコストと労力を削減する手法を提案する。
提案手法は,人間の努力がほとんどないダイアログシステムを起動し,実際のエンドユーザーとの対話を可能にするのに十分なレベルの性能を実現する。
論文 参考訳（メタデータ） (2022-04-06T02:35:59Z) - User Response and Sentiment Prediction for Automatic Dialogue Evaluation [69.11124655437902]
本稿では,次のユーザ発話の感情をターンレベル評価やダイアログレベル評価に利用することを提案する。
実験により,本モデルによる音声対話データセットと音声対話データセットの両方において,既存の自動評価指標よりも優れた結果が得られた。
論文 参考訳（メタデータ） (2021-11-16T22:19:17Z) - Dialogue State Tracking with a Language Model using Schema-Driven
Prompting [18.83983018421701]
本稿では,スキーマ駆動型プロンプトを用いてタスク認識履歴エンコーディングを行う言語モデリング手法の新たなバリエーションを提案する。
我々の純生成システムは、MultiWOZ 2.2の最先端性能を実現し、MultiWOZ 2.1とM2Mの2つのベンチマークで競合性能を達成する。
論文 参考訳（メタデータ） (2021-09-15T18:11:25Z) - Dialog Simulation with Realistic Variations for Training Goal-Oriented
Conversational Systems [14.206866126142002]
ゴール指向のダイアログシステムにより、ユーザーは映画に関する情報をリクエストしたり、チケットを予約したりといった特定の目標を達成することができる。
本稿では,注釈付きダイアログとダイアログスキーマから,注釈付きダイアログの大規模なコーパスを自動生成する手法を提案する。
ベースラインダイアログ生成手法と比較して,ホールドアウトテストセットの50%の相対精度を実現した。
論文 参考訳（メタデータ） (2020-11-16T19:39:15Z) - Conditioned Text Generation with Transfer for Closed-Domain Dialogue
Systems [65.48663492703557]
条件付き変分オートエンコーダを用いて,意図特化文の生成を最適に学習し,制御する方法を示す。
クエリ転送と呼ばれる新しいプロトコルを導入し、大規模で遅延のないデータセットを活用できるようにします。
論文 参考訳（メタデータ） (2020-11-03T14:06:10Z) - CREDIT: Coarse-to-Fine Sequence Generation for Dialogue State Tracking [44.38388988238695]
対話状態トラッカーは、現在の対話状態のコンパクトな表現を正確に見つけることを目的としている。
我々はシーケンス生成問題として構造化状態表現とキャスト対話状態追跡を用いる。
我々のトラッカーは,MultiWOZ 2.0とMultiWOZ 2.1データセットの5つの領域で共同目標精度を向上することを示した。
論文 参考訳（メタデータ） (2020-09-22T10:27:18Z)
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。