論文の概要: TREC iKAT 2023: The Interactive Knowledge Assistance Track Overview
- arxiv url: http://arxiv.org/abs/2401.01330v1
- Date: Tue, 2 Jan 2024 18:40:03 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-03 13:13:22.973077
- Title: TREC iKAT 2023: The Interactive Knowledge Assistance Track Overview
- Title（参考訳）: TREC iKAT 2023: The Interactive Knowledge Assistance Track Overview
- Authors: Mohammad Aliannejadi and Zahra Abbasiantaeb and Shubham Chatterjee and
Jeffery Dalton and Leif Azzopardi
- Abstract要約: TREC Interactive Knowledge Assistance Track (iKAT) は、TREC Conversational Assistance Track (CAsT) の基礎研究に基づいている。
TREC iKATの初年度について報告し,課題,トピック,データ収集,評価フレームワークについて述べる。
- 参考スコア（独自算出の注目度）: 11.276981461219515
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Conversational Information Seeking stands as a pivotal research area with
significant contributions from previous works. The TREC Interactive Knowledge
Assistance Track (iKAT) builds on the foundational work of the TREC
Conversational Assistance Track (CAsT). However, iKAT distinctively emphasizes
the creation and research of conversational search agents that adapt responses
based on user's prior interactions and present context. The challenge lies in
enabling Conversational Search Agents (CSA) to incorporate this personalized
context to efficiency and effectively guide users through the relevant
information to them. iKAT also emphasizes decisional search tasks, where users
sift through data and information to weigh up options in order to reach a
conclusion or perform an action. These tasks, prevalent in everyday
information-seeking decisions -- be it related to travel, health, or shopping
-- often revolve around a subset of high-level information operators where
queries or questions about the information space include: finding options,
comparing options, identifying the pros and cons of options, etc. Given the
different personas and their information need (expressed through the sequence
of questions), diverse conversation trajectories will arise -- because the
answers to these similar queries will be very different. In this paper, we
report on the first year of TREC iKAT, describing the task, topics, data
collection, and evaluation framework. We further review the submissions and
summarize the findings.
- Abstract（参考訳）: 会話的情報探索は、これまでの研究から大きく貢献した重要な研究分野である。
TREC Interactive Knowledge Assistance Track (iKAT)は、TREC Conversational Assistance Track (CAsT)の基盤となる。
しかし、iKATは、ユーザの以前のインタラクションと現在のコンテキストに基づいて応答を適応する対話型検索エージェントの作成と研究を際立たせる。
課題は、会話型検索エージェント(csa)がこのパーソナライズされたコンテキストを効率良く取り入れ、関連する情報をユーザに効果的に誘導できるようにすることにある。
iKATはまた、ユーザが結論に達したり、アクションを実行するために、データや情報を通じてオプションを重み付けする決定的な検索タスクを強調している。
日々の情報参照決定(旅行、健康、ショッピングなど)に共通するこれらのタスクは、情報空間に関する問い合わせや質問、オプションの検索、オプションの比較、オプションの長所と短所の特定などを含む、高レベルの情報オペレータのサブセットを中心に展開されることが多い。
さまざまなペルソナとその情報ニーズ(質問のシーケンスを通じて表現される)を考えると、さまざまな会話の軌跡が発生するでしょう。
本稿では,TREC iKATの初年度について報告し,課題,トピック,データ収集,評価フレームワークについて述べる。
我々はさらに提出をレビューし、その結果を要約する。
関連論文リスト
- Redefining Proactivity for Information Seeking Dialogue [8.986976693850869]
Information-Seeking Dialogue (ISD) エージェントは、ユーザのクエリに対して正確な応答を提供することを目的としている。
生成した各反応の「積極性」を高めることに焦点を当てた新規な積極性定義を提案する。
2,000の単ターン会話からなるプロアクティブ対話データセットを構築し、応答のプロアクティブ性を評価するためにいくつかの自動メトリクスを導入する。
論文 参考訳（メタデータ） (2024-10-20T05:57:10Z) - TREC iKAT 2023: A Test Collection for Evaluating Conversational and Interactive Knowledge Assistants [10.511277428023305]
TREC Interactive Knowledge Assistance Track (iKAT) コレクションは、研究者が会話検索エージェント(CSA)をテストおよび評価できるようにすることを目的としている。
このコレクションには、20のトピックにまたがる36のパーソナライズされた対話が含まれており、それぞれにパーソナライズされたユーザペルソナを定義するPersonal Text Knowledge Base (PTKB)が組み合わされている。
約26,000の通路を持つ344の旋回は、関連性の評価、および4つの重要な次元(妥当性、完全性、基底性、自然性)で生成された応答に関する追加評価として提供される。
論文 参考訳（メタデータ） (2024-05-04T11:22:16Z) - PAQA: Toward ProActive Open-Retrieval Question Answering [34.883834970415734]
本研究の目的は、ユーザクエリとドキュメントの両方に存在する固有の曖昧さを考慮し、関連性のある明確な質問を生成するという課題に取り組むことである。
本稿では,既存のAmbiNQデータセットの拡張であるPAQAを提案する。
次に,様々なモデルの評価を行い,経路探索があいまいさの検出と明瞭な質問の生成にどのように影響するかを評価する。
論文 参考訳（メタデータ） (2024-02-26T14:40:34Z) - Interpreting User Requests in the Context of Natural Language Standing
Instructions [89.12540932734476]
我々は17のドメインにまたがる2.4K以上の対話からなる言語とプログラムのデータセットであるNLSIを開発した。
NLSIの鍵となる課題は、ある対話に適用可能なスタンディング命令のサブセットを特定することである。
論文 参考訳（メタデータ） (2023-11-16T11:19:26Z) - Social Commonsense-Guided Search Query Generation for Open-Domain
Knowledge-Powered Conversations [66.16863141262506]
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。
論文 参考訳（メタデータ） (2023-10-22T16:14:56Z) - INSCIT: Information-Seeking Conversations with Mixed-Initiative
Interactions [47.90088587508672]
InSCItは、混合開始型インタラクションによる情報探索会話のためのデータセットである。
ユーザーエージェントは805対人会話から4.7Kである。
対話型知識認識とオープンドメイン質問応答の最先端モデルに基づく2つのシステムの結果を報告する。
論文 参考訳（メタデータ） (2022-07-02T06:18:12Z) - 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) - A Graph-guided Multi-round Retrieval Method for Conversational
Open-domain Question Answering [52.041815783025186]
本稿では,会話のターン間の回答間の関係をモデル化するグラフ誘導検索手法を提案する。
また,検索コンテキストが現在の質問理解に与える影響を検討するために,マルチラウンド関連フィードバック手法を導入することを提案する。
論文 参考訳（メタデータ） (2021-04-17T04:39:41Z) - Conversations with Search Engines: SERP-based Conversational Response
Generation [77.1381159789032]
我々は、検索エンジンと対話するためのパイプラインを開発するために、適切なデータセット、検索・アズ・ア・会話(SaaC)データセットを作成します。
また、このデータセットを用いて、検索エンジンと対話するための最先端パイプライン(Conversations with Search Engines (CaSE))も開発しています。
CaSEは、サポートされたトークン識別モジュールとプリア・アウェア・ポインタージェネレータを導入することで最先端を向上する。
論文 参考訳（メタデータ） (2020-04-29T13:07:53Z) - A Survey on Conversational Recommender Systems [11.319431345375751]
会話レコメンデータシステム(CRS)は異なるアプローチを採用し、よりリッチなインタラクションをサポートする。
CRSに対する関心は、ここ数年で大幅に増加した。
この開発は主に自然言語処理の分野における著しい進歩によるものである。
論文 参考訳（メタデータ） (2020-04-01T18:00:47Z)
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。