論文の概要: Findings of the First Workshop on Simulating Conversational Intelligence
in Chat
- arxiv url: http://arxiv.org/abs/2402.06420v1
- Date: Fri, 9 Feb 2024 14:08:23 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-12 16:38:45.926021
- Title: Findings of the First Workshop on Simulating Conversational Intelligence
in Chat
- Title(参考訳): チャットにおける会話知性シミュレーションに関する第1回ワークショップの成果
- Authors: Yvette Graham, Mohammed Rameez Qureshi, Haider Khalid, Gerasimos
Lampouras, Ignacio Iacobacci, Qun Liu
- Abstract要約: SCI-CHATは、オープンドメイン対話に関する以前のワークショップに従っているが、人間による実際の評価で判断されるインテリジェントな会話のシミュレーションに焦点を当てている。
モデルは、議論に対して提案し、反論し、推論しながら、マルチターン会話で挑戦的なトピックに従う能力を含むことを目的としている。
- 参考スコア(独自算出の注目度): 30.82686571505668
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The aim of this workshop is to bring together experts working on open-domain
dialogue research. In this speedily advancing research area many challenges
still exist, such as learning information from conversations, engaging in
realistic and convincing simulation of human intelligence and reasoning.
SCI-CHAT follows previous workshops on open domain dialogue but with a focus on
the simulation of intelligent conversation as judged in a live human
evaluation. Models aim to include the ability to follow a challenging topic
over a multi-turn conversation, while positing, refuting and reasoning over
arguments. The workshop included both a research track and shared task. The
main goal of this paper is to provide an overview of the shared task and a link
to an additional paper that will include an in depth analysis of the shared
task results following presentation at the workshop.
- Abstract(参考訳): 本ワークショップの目的は,オープンドメイン対話研究に携わる専門家を集結させることである。
この急速に進歩する研究領域では、会話から情報を学び、人間の知性や推論の現実的で説得力のあるシミュレーションに従事するなど、多くの課題が残っている。
SCI-CHATは、オープンドメイン対話に関する以前のワークショップに従っているが、実際の人間の評価で判断されるインテリジェントな会話のシミュレーションに焦点を当てている。
モデルは、議論に対して提案し、反論し、推論しながら、マルチターン会話で挑戦的なトピックに従う能力を含むことを目指している。
ワークショップには研究トラックと共有タスクが含まれていた。
本論文の主な目的は、ワークショップでのプレゼンテーション後の共有タスク結果の詳細な分析を含む、共有タスクの概要と追加論文へのリンクを提供することである。
関連論文リスト
- With a Little Help from my (Linguistic) Friends: Topic Segmentation of
Multi-party Casual Conversations [0.565395466029518]
本稿では,最近の機械学習に基づくトピックセグメンテーションモデルと同等の精度を達成しようとする。
このタスクで意味のあるものとして認識する機能は、会話の話題構造をよりよく理解するのに役立ちます。
論文 参考訳(メタデータ) (2024-02-05T09:48:07Z) - Dialogue Agents 101: A Beginner's Guide to Critical Ingredients for
Designing Effective Conversational Systems [28.46762365456111]
本研究は,対話エージェントの主要な特徴,対応するオープンドメインデータセット,およびこれらのデータセットをベンチマークする手法について概説する。
我々は,既存のデータセットの会話から構築された統一dIalogue dataseTであるUNITを提案する。
論文 参考訳(メタデータ) (2023-07-14T10:05:47Z) - A Survey on Proactive Dialogue Systems: Problems, Methods, and Prospects [100.75759050696355]
本稿では,対話エージェントの多種多様な対話における能動性に関する顕著な問題と先進的な設計について概説する。
我々は、現実世界のアプリケーションのニーズを満たすが、将来もっと研究に焦点を当てる必要がある課題について議論する。
論文 参考訳(メタデータ) (2023-05-04T11:38:49Z) - KETOD: Knowledge-Enriched Task-Oriented Dialogue [77.59814785157877]
対話システム研究における既存の研究は、主にタスク指向の対話とチャットを独立したドメインとして扱う。
本研究では,タスク指向対話と知識ベースチップチャットを一つのモデルに効果的に統合する方法について検討する。
論文 参考訳(メタデータ) (2022-05-11T16:01:03Z) - Advances in Multi-turn Dialogue Comprehension: A Survey [51.215629336320305]
自然言語を理解し、人間と対話するための訓練機械は、人工知能の解明と本質的なタスクである。
本稿では,対話理解タスクにおける対話モデリングの技術的視点から,過去の手法を概観する。
さらに,対話シナリオにおけるPrLMの強化に使用される対話関連事前学習手法を分類する。
論文 参考訳(メタデータ) (2021-10-11T03:52:37Z) - DialogLM: Pre-trained Model for Long Dialogue Understanding and
Summarization [19.918194137007653]
本稿では,長い対話理解と要約のための事前学習フレームワークを提案する。
長い会話の性質を考慮し、生成前学習のためのウィンドウベースの認知的アプローチを提案する。
我々は,対話要約,抽象的質問応答,トピックセグメンテーションのタスクをカバーする,長文対話の5つのデータセットについて広範な実験を行った。
論文 参考訳(メタデータ) (2021-09-06T13:55:03Z) - Re-entry Prediction for Online Conversations via Self-Supervised
Learning [25.488783376789026]
本稿では,再突入予測のための自己教師型信号として,スプレッドパターン,繰り返しターゲットユーザ,ターンオーサシップの3つの補助タスクを提案する。
Twitter と Reddit から新たに収集した2つのデータセットの実験結果から,我々の手法が過去の最先端よりも優れていることが示された。
論文 参考訳(メタデータ) (2021-09-05T08:07:52Z) - Advances in Multi-turn Dialogue Comprehension: A Survey [51.215629336320305]
対話モデリングの観点から,従来の手法を検討した。
対話理解タスクで広く使用されている対話モデリングの3つの典型的なパターンについて議論します。
論文 参考訳(メタデータ) (2021-03-04T15:50:17Z) - Topic-Oriented Spoken Dialogue Summarization for Customer Service with
Saliency-Aware Topic Modeling [61.67321200994117]
顧客サービスシステムでは、長い音声対話のための要約を作成することにより、対話要約はサービス効率を高めることができる。
本研究では,高度に抽象的な要約を生成するトピック指向の対話要約に注目した。
SATM(Saliency-Awareural topic Model)と併用し,顧客サービス対話のトピック指向要約を目的とした,新しいトピック拡張型2段階対話要約器(TDS)を提案する。
論文 参考訳(メタデータ) (2020-12-14T07:50:25Z) - Recent Advances and Challenges in Task-oriented Dialog System [63.82055978899631]
課題指向対話システムは、学術・産業社会でますます注目を集めている。
タスク指向ダイアログシステムにおける3つの重要なトピックについて論じる。(1)低リソース環境でのダイアログモデリングを容易にするデータ効率の改善、(2)ダイアログポリシー学習のためのマルチターンダイナミクスのモデリング、(3)ダイアログモデルへのドメイン知識の統合。
論文 参考訳(メタデータ) (2020-03-17T01:34:56Z)
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。