論文の概要: Findings of the First Workshop on Simulating Conversational Intelligence in Chat

• arxiv url: http://arxiv.org/abs/2402.06420v2
• Date: Tue, 19 Nov 2024 12:41:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-20 13:34:07.397981
• 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能のシミュレーションに関する第1回ワークショップの報告
• Authors: Yvette Graham, Mohammed Rameez Qureshi, Haider Khalid, Gerasimos Lampouras, Ignacio Iacobacci, Qun Liu,
• Abstract要約: ワークショップの目的は、オープンドメインの対話研究に取り組む専門家を集結させることだった。 本論文の主な目的は,共有タスクの概要と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提供することである。
• 参考スコア（独自算出の注目度）: 29.09249285901475
• License:
• Abstract: The aim of the workshop was 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, and engaging in a realistic and convincing simulation of human intelligence and reasoning. SCI-CHAT follows previous workshops on open domain dialogue but in contrast the focus of the shared task is 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 an in depth analysis of the shared task results following presentation at the workshop. The current paper is an extension of that made available prior to presentation of results at the workshop at EACL Malta (Graham et al., 2024). The data collected in the evaluation was made publicly available to aide future research. The code was also made available for the same purpose.
• Abstract（参考訳）: ワークショップの目的は、オープンドメインの対話研究に取り組む専門家を集結させることだった。 この急速に進歩する研究領域では、会話から情報を学び、人間の知性と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、それとは対照的に、共有タスクの焦点は、人間のライブ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である。 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。 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,共有タスクの概要と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提供することである。 現在の論文は、EACL Malta(Graham et al , 2024)のワークショップで、結果の発表の前に提供されたものの拡張である。 評価で収集したデータは、将来の研究を支援するために公開されている。 コードも同じ目的で利用可能になった。

関連論文リスト

• The Imperative of Conversation Analysis in the Era of LLMs: A Survey of Tasks, Techniques, and Trends [64.99423243200296]
  会話分析(CA)は、会話データから重要な情報を発見し分析する。 本稿では,CAタスクの徹底的なレビューとシステム化を行い,既存の業務を要約する。 会話シーンの再構築,奥行きの属性分析,ターゲットトレーニングの実行,会話の生成から,CAの4つの重要なステップを導出した。
  論文  参考訳（メタデータ） (2024-09-21T16:52:43Z)
• Towards Harnessing Large Language Models for Comprehension of Conversational Grounding [1.8434042562191812]
  本研究では,対話を分類する際の大規模言語モデルの能力について,明示的あるいは暗黙的な接地と,接地された知識要素の予測に関する考察を行った。 実験の結果,2つの課題において大きな言語モデルが直面する課題が明らかになった。 これらのイニシアチブは、会話における基礎知識の複雑さを扱うために、より効果的な対話システムを開発することを目的としている。
  論文  参考訳（メタデータ） (2024-06-03T19:34:39Z)
• Common Ground Tracking in Multimodal Dialogue [13.763043173931024]
  本研究では,共有目標を持つグループの「議論」の下での,現在の共有信念と質問の集合を自動的に識別する手法を提案する。 我々は、音声の書き起こし、韻律的特徴、ジェスチャー、行動、コラボレーションの顔を含む、共有物理空間におけるマルチモーダル相互作用のデータセットを注釈付けする。 我々は、位置する証拠と信念の公理から導かれる正式なクロージャルールのセットにカスケードし、操作を更新します。
  論文  参考訳（メタデータ） (2024-03-26T00:25:01Z)
• Dialogue Agents 101: A Beginner's Guide to Critical Ingredients for Designing Effective Conversational Systems [29.394466123216258]
  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)
• 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。