論文の概要: Computational Argumentation-based Chatbots: a Survey

• arxiv url: http://arxiv.org/abs/2401.03454v1
• Date: Sun, 7 Jan 2024 11:20:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-09 18:48:28.715806
• Title: Computational Argumentation-based Chatbots: a Survey
• Title（参考訳）: 計算引数に基づくチャットボット:サーベイ
• Authors: Federico Castagna, Nadin Kokciyan, Isabel Sassoon, Simon Parsons, Elizabeth Sklar
• Abstract要約: 本調査は,このような議論に基づくボットに関する論文をレビューするために,文献を精査する。 このアプローチの欠点とメリットについて結論を導きます。 また、Transformerベースのアーキテクチャや最先端の大規模言語モデルとの将来の開発や統合も検討している。
• 参考スコア（独自算出の注目度）: 0.4024850952459757
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Chatbots are conversational software applications designed to interact dialectically with users for a plethora of different purposes. Surprisingly, these colloquial agents have only recently been coupled with computational models of arguments (i.e. computational argumentation), whose aim is to formalise, in a machine-readable format, the ordinary exchange of information that characterises human communications. Chatbots may employ argumentation with different degrees and in a variety of manners. The present survey sifts through the literature to review papers concerning this kind of argumentation-based bot, drawing conclusions about the benefits and drawbacks that this approach entails in comparison with standard chatbots, while also envisaging possible future development and integration with the Transformer-based architecture and state-of-the-art Large Language models.
• Abstract（参考訳）: チャットボットは、さまざまな目的のために、ユーザーと方言的に対話するように設計された会話型ソフトウェアアプリケーションである。 驚くべきことに、これらの口語的エージェントは、人間のコミュニケーションを特徴付ける情報の通常の交換である機械可読形式で形式化することを目的としている引数の計算モデル(すなわち、計算的議論)と最近結合されたばかりである。 チャットボットは、異なる度合いと様々な方法で議論を用いることができる。 本研究は,このような議論に基づくボットに関する論文をレビューするために文献を精査し,従来のチャットボットと比較して,このアプローチが持つメリットと欠点について考察するとともに,トランスフォーマベースのアーキテクチャと最先端の大規模言語モデルとの今後の開発と統合の可能性について考察する。

関連論文リスト

• LLM Roleplay: Simulating Human-Chatbot Interaction [52.03241266241294]
  LLM-Roleplayは、人間とチャットボットの相互作用をシミュレートする多様なマルチターン対話を自動的に生成する、目標指向のペルソナベースの手法である。 我々は、異なる社会デマログラフグループから自然な人間-チャットボット対話を収集し、実際の人間-チャットボット対話と生成された対話を比較し、人間の評価を行う。
  論文  参考訳（メタデータ） (2024-07-04T14:49:46Z)
• Modeling Real-Time Interactive Conversations as Timed Diarized Transcripts [11.067252960486272]
  本稿では,事前学習した言語モデルを用いて,リアルタイム対話型会話をシミュレートする簡易かつ汎用的な手法を提案する。 本稿では,インスタントメッセージ対話と音声会話の2つのケーススタディを用いて,この手法の可能性を実証する。
  論文  参考訳（メタデータ） (2024-05-21T21:14:31Z)
• Measuring and Controlling Instruction (In)Stability in Language Model Dialogs [72.38330196290119]
  System-promptingは、言語モデルチャットボットをカスタマイズするツールで、特定の命令に従うことができる。 本稿では,仮説を検証し,セルフチャットによる命令安定性の評価を行うベンチマークを提案する。 我々は8ラウンドの会話で重要な指示ドリフトを明らかにした。 そこで本研究では,2つの強力なベースラインに対して良好に比較可能なsplit-softmaxという軽量な手法を提案する。
  論文  参考訳（メタデータ） (2024-02-13T20:10:29Z)
• Comparing Generative Chatbots Based on Process Requirements [2.645089622684808]
  生成ベースのチャットボットは、数十億のパラメータに基づいてトレーニングされ、会話インテリジェンスをサポートする。 本稿では,プロセス実行支援の文脈において,優れた生成モデルであるGPTとPaLMの性能を比較した。
  論文  参考訳（メタデータ） (2023-11-28T18:25:22Z)
• A Unifying Framework for Learning Argumentation Semantics [50.69905074548764]
  Inductive Logic Programmingアプローチを用いて、抽象的および構造化された議論フレームワークのアクセシビリティセマンティクスを解釈可能な方法で学習する新しいフレームワークを提案する。 提案手法は既存の議論解法よりも優れており,フォーマルな議論や人間と機械の対話の領域において,新たな研究の方向性が開けることになる。
  論文  参考訳（メタデータ） (2023-10-18T20:18:05Z)
• A Conditional Generative Chatbot using Transformer Model [30.613612803419294]
  本稿では,条件付きWasserstein Generative Adrial Networksと,応答生成のためのトランスフォーマモデルを用いて,新しいアーキテクチャを提案する。 我々の知る限りでは、ジェネレータと判別器モデルの両方に組込みトランスを用いて生成物を提案するのはこれが初めてである。 The proposed model on the Cornell Movie-Dialog corpus and the Chit-Chat datas confirm the superiority of the proposed model than the state-of-the-art alternatives。
  論文  参考訳（メタデータ） (2023-06-03T10:35:04Z)
• PLACES: Prompting Language Models for Social Conversation Synthesis [103.94325597273316]
  我々は、プロンプトを用いてソーシャルな会話データセットを合成するために、専門家による会話の小さなセットをコンテキスト内例として使用します。 人工会話の徹底的な評価を,人間による会話と比較して行った。
  論文  参考訳（メタデータ） (2023-02-07T05:48:16Z)
• Training Conversational Agents with Generative Conversational Networks [74.9941330874663]
  我々は、生成会話ネットワークを使用して、自動的にデータを生成し、社会的会話エージェントを訓練する。 自動メトリクスと人的評価器を用いてTopicalChatのアプローチを評価し、10%のシードデータで100%のデータを使用するベースラインに近いパフォーマンスを示す。
  論文  参考訳（メタデータ） (2021-10-15T21:46:39Z)
• CloneBot: Personalized Dialogue-Response Predictions [0.0]
  プロジェクトのタスクは、話者id、チャット履歴、発話クエリが与えられた場合に、会話中の応答発話を予測できるモデルを作成することだった。 モデルは各話者にパーソナライズされる。 このタスクは、人間のような方法で会話する音声ボットをライブ会話で構築するのに有用なツールである。
  論文  参考訳（メタデータ） (2021-03-31T01:15:37Z)
• Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn Chatbot Responding with Intention [55.77218465471519]
  本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。 我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。 本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
  論文  参考訳（メタデータ） (2021-03-30T15:24:37Z)
• A Scalable Chatbot Platform Leveraging Online Community Posts: A Proof-of-Concept Study [4.623392924486831]
  本研究では、擬似会話データとして利用して、処理されたオンラインコミュニティ投稿を用いたデータ駆動型チャットボットの構築の可能性を検証する。 さまざまな目的のためのチャットボットは、コミュニティポストの共通構造を利用したパイプラインを通じて、広範囲に構築できる、と我々は主張する。
  論文  参考訳（メタデータ） (2020-01-10T01:45:45Z)

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。