Fugu-MT 論文翻訳(概要): Multi-Granularity Information Interaction Framework for Incomplete Utterance Rewriting

論文の概要: Multi-Granularity Information Interaction Framework for Incomplete Utterance Rewriting

arxiv url: http://arxiv.org/abs/2312.11945v1
Date: Tue, 19 Dec 2023 08:43:02 GMT
ステータス: 処理完了
システム内更新日: 2023-12-20 16:24:24.754872
Title: Multi-Granularity Information Interaction Framework for Incomplete Utterance Rewriting
Title（参考訳）: 不完全発話書き換えのための多面的情報インタラクションフレームワーク
Authors: Haowei Du, Dingyu Zhang, Chen Li, Yang Li, Dongyan Zhao
Abstract要約: Incomplete Utterance Rewriting (IUR)の最近のアプローチでは、重要な単語のソースをキャプチャできない。本稿では,コンテキスト選択,編集行列の構成,関連性統合を含む,新しいマルチタスク情報インタラクションフレームワークを提案する。
参考スコア（独自算出の注目度）: 32.05944198256814
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Recent approaches in Incomplete Utterance Rewriting (IUR) fail to capture the source of important words, which is crucial to edit the incomplete utterance, and introduce words from irrelevant utterances. We propose a novel and effective multi-task information interaction framework including context selection, edit matrix construction, and relevance merging to capture the multi-granularity of semantic information. Benefiting from fetching the relevant utterance and figuring out the important words, our approach outperforms existing state-of-the-art models on two benchmark datasets Restoration-200K and CANAND in this field. Code will be provided on \url{https://github.com/yanmenxue/QR}.
Abstract（参考訳）: Incomplete Utterance Rewriting (IUR) の最近のアプローチでは、不完全な発話を編集し、無関係な発話から単語を導入する上で重要な重要な単語のソースを捕捉できない。本稿では,コンテキスト選択,編集行列構築,関連づけを含む,新しい効果的なマルチタスク情報インタラクションフレームワークを提案する。提案手法は,関連する発話の抽出と重要な単語の抽出に適しており,この分野ではRecovery-200KとCANANDの2つのベンチマークデータセット上で,既存の最先端モデルよりも優れている。コードは \url{https://github.com/yanmenxue/QR} で提供される。

関連論文リスト

Zero-Shot Video Moment Retrieval from Frozen Vision-Language Models [58.17315970207874]
モーメント・テキストアライメントを容易にするため、任意のVLMから一般化可能なビジュアル・テクスチャの事前適応のためのゼロショット手法を提案する。 3つのVMRベンチマークデータセットで実施された実験は、ゼロショットアルゴリズムの顕著なパフォーマンス上の利点を示している。
論文参考訳（メタデータ） (2023-09-01T13:06:50Z)
Reranking Passages with Coarse-to-Fine Neural Retriever Enhanced by List-Context Information [0.9463895540925061]
本稿では、他の候補からリストコンテキスト情報を取り入れることで、文節表現を増強するリストコンテキストアテンション機構を提案する。 The proposed coarse-to-fine neural retriever address the out-of-Memory limitation of the passage attention mechanism。粗いランク付けと細かなランク付けを共同最適化プロセスに統合することで、2つのレイヤ間のフィードバックを同時に更新することが可能になる。
論文参考訳（メタデータ） (2023-08-23T09:29:29Z)
Multi-Grained Multimodal Interaction Network for Entity Linking [65.30260033700338]
マルチモーダルエンティティリンクタスクは、マルチモーダル知識グラフへの曖昧な言及を解決することを目的としている。 MELタスクを解決するための新しいMulti-Grained Multimodal InteraCtion Network $textbf(MIMIC)$ frameworkを提案する。
論文参考訳（メタデータ） (2023-07-19T02:11:19Z)
Mining Clues from Incomplete Utterance: A Query-enhanced Network for Incomplete Utterance Rewriting [19.61459026395263]
不完全な発話書き直しの問題に対処するQUEry-Enhanced Network (QUEEN)を提案する。提案するクエリテンプレートは,不完全な発話と書き直された発話生成モデルの間の意味的構造的知識を明示的に提供する。我々は、2つのトークンの関係をモデル化するために、高速で効果的な編集操作スコアリングネットワークを採用する。
論文参考訳（メタデータ） (2023-07-03T09:08:06Z)
Multi-Granularity Cross-Modality Representation Learning for Named Entity Recognition on Social Media [11.235498285650142]
ソーシャルメディア上の名前付きエンティティ認識(NER)とは、構造化されていない自由なコンテンツからエンティティを発見し分類することを指す。本研究は,多粒性クロスモダリティ表現学習を導入する。実験の結果,提案手法は2つのツイートのベンチマークデータセット上でSOTAあるいはSOTAの性能を近似することができることがわかった。
論文参考訳（メタデータ） (2022-10-19T15:14:55Z)
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)
Transformer-Based Approach for Joint Handwriting and Named Entity Recognition in Historical documents [1.7491858164568674]
本研究は,手書き文書における名前付きエンティティ認識にトランスフォーマネットワークを採用した最初のアプローチを示す。我々は,Esposalles データベースを用いた ICDAR 2017 Information extract コンペティションにおいて,新しい最先端性能を実現する。
論文参考訳（メタデータ） (2021-12-08T09:26:21Z)
BASS: Boosting Abstractive Summarization with Unified Semantic Graph [49.48925904426591]
BASSは、統合されたセマンティックグラフに基づく抽象的な要約を促進するためのフレームワークである。文書表現と要約生成の両方を改善するために,グラフベースのエンコーダデコーダモデルを提案する。実験結果から,提案アーキテクチャは長期文書および複数文書要約タスクに大幅な改善をもたらすことが示された。
論文参考訳（メタデータ） (2021-05-25T16:20:48Z)
SupMMD: A Sentence Importance Model for Extractive Summarization using Maximum Mean Discrepancy [92.5683788430012]
SupMMDは、カーネルの2サンプルテストと最大の相違点に基づく、ジェネリックおよび更新の要約のための新しいテクニックである。 DUC-2004 および TAC-2009 データセット上での現在の技術状況を満たしたり超えたりすることで,SupMMD の総合的および更新的要約タスクにおける有効性を示す。
論文参考訳（メタデータ） (2020-10-06T09:26:55Z)
Semantic Role Labeling Guided Multi-turn Dialogue ReWriter [63.07073750355096]
意味的役割ラベル付け(SRL)を用いて、誰が誰に何をしたかのコアセマンティック情報を強調することを提案する。実験の結果、この情報は従来の最先端システムよりも優れていたRoBERTaベースのモデルを大幅に改善することが示された。
論文参考訳（メタデータ） (2020-10-03T19:50:04Z)
Incomplete Utterance Rewriting as Semantic Segmentation [57.13577518412252]
本稿では, セマンティックセグメンテーションタスクとして定式化する, 斬新で広範囲なアプローチを提案する。スクラッチから生成する代わりに、このような定式化は編集操作を導入し、単語レベルの編集行列の予測として問題を形作る。私たちのアプローチは、推論における標準的なアプローチの4倍高速です。
論文参考訳（メタデータ） (2020-09-28T09:29:49Z)

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。