論文の概要: RecMind: Japanese Movie Recommendation Dialogue with Seeker's Internal
State
- arxiv url: http://arxiv.org/abs/2402.13522v1
- Date: Wed, 21 Feb 2024 04:15:22 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-22 17:10:15.266330
- Title: RecMind: Japanese Movie Recommendation Dialogue with Seeker's Internal
State
- Title（参考訳）: RecMind:シーカーの内部状況と日本の映画レコメンデーション・ダイアログ
- Authors: Takashi Kodama, Hirokazu Kiyomaru, Yin Jou Huang, Sadao Kurohashi
- Abstract要約: 映画レコメンデーションの対話データセットであるRecMindを構築し,エンティティレベルでの検索者の内部状態のアノテーションを用いた。
RecMindは、長い探究者の発話と対話し、探究者の内部状態の詳細な分析を可能にする。
分析の結果,探究者が知識を持っていないが,推薦成功への貢献に関心を持つ存在であることが判明した。
- 参考スコア（独自算出の注目度）: 38.38140196822071
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Humans pay careful attention to the interlocutor's internal state in
dialogues. For example, in recommendation dialogues, we make recommendations
while estimating the seeker's internal state, such as his/her level of
knowledge and interest. Since there are no existing annotated resources for the
analysis, we constructed RecMind, a Japanese movie recommendation dialogue
dataset with annotations of the seeker's internal state at the entity level.
Each entity has a subjective label annotated by the seeker and an objective
label annotated by the recommender. RecMind also features engaging dialogues
with long seeker's utterances, enabling a detailed analysis of the seeker's
internal state. Our analysis based on RecMind reveals that entities that the
seeker has no knowledge about but has an interest in contribute to
recommendation success. We also propose a response generation framework that
explicitly considers the seeker's internal state, utilizing the
chain-of-thought prompting. The human evaluation results show that our proposed
method outperforms the baseline method in both consistency and the success of
recommendations.
- Abstract（参考訳）: 人間は対話においてインターロケータの内部状態に注意を払う。
例えば、リコメンデーション対話では、知識と関心のレベルなど、探索者の内部状態を推定しながらレコメンデーションを行う。
分析のための注釈付きリソースは存在せず,対象者の内部状態のアノテーションをエンティティレベルで格納した日本映画推薦対話データセットremindを構築した。
各エンティティは、要求者が注釈付主観的ラベルと、推奨者が注釈付主観的ラベルとを有する。
RecMindはまた、長い探究者の発話と対話し、探究者の内部状態の詳細な分析を可能にする。
RecMindに基づく分析では、探究者が知識を持っていないが、推薦成功への貢献に関心を持つ存在が明らかになった。
また、探索者の内的状態を明確に考慮し、思考の連鎖的プロンプトを利用する応答生成フレームワークを提案する。
人体評価の結果,提案手法は基準法と提案手法の整合性の両方において優れていた。
関連論文リスト
- Context Does Matter: Implications for Crowdsourced Evaluation Labels in Task-Oriented Dialogue Systems [57.16442740983528]
クラウドソースラベルは、タスク指向の対話システムを評価する上で重要な役割を果たす。
従来の研究では、アノテーションプロセスで対話コンテキストの一部だけを使用することが提案されている。
本研究では,対話文脈がアノテーション品質に及ぼす影響について検討する。
論文 参考訳（メタデータ） (2024-04-15T17:56:39Z) - K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via
Prompt Learning [83.19215082550163]
K-ESConvは、感情支援対話システムのための、新しい学習に基づく知識注入手法である。
本研究では,情緒的支援データセットESConvを用いて,外部の専門的情緒的Q&Aフォーラムから知識を抽出し,組み込んだモデルを評価した。
論文 参考訳（メタデータ） (2023-12-16T08:10:10Z) - Open-Domain Dialogue Quality Evaluation: Deriving Nugget-level Scores
from Turn-level Scores [17.791039417061565]
本稿では,ターンをナゲット(対話行為に関連する表現)に分解する評価手法を提案する。
ケーススタディにより,評価手法の有効性を実証する。
論文 参考訳（メタデータ） (2023-09-30T15:14:50Z) - FCC: Fusing Conversation History and Candidate Provenance for Contextual
Response Ranking in Dialogue Systems [53.89014188309486]
複数のチャネルからコンテキスト情報を統合できるフレキシブルなニューラルネットワークフレームワークを提案する。
会話応答ランキングタスクの評価に広く用いられているMSDialogデータセット上で,本モデルの評価を行った。
論文 参考訳（メタデータ） (2023-03-31T23:58:28Z) - Helpfulness and Fairness of Task-Oriented Dialogue Systems [35.135740285082356]
本研究では,目標指向対話システムの有用性の計算量について検討する。
本稿では,対話システムの妥当性を測定するために,対話システムの利便性レベルを異なるユーザクエリに適用することを提案する。
論文 参考訳（メタデータ） (2022-05-25T07:58:38Z) - RevCore: Review-augmented Conversational Recommendation [45.70198581510986]
RevCore(Review-augmented Conversational Recommender)と呼ばれる新しいエンドツーエンドフレームワークを設計します。
より詳しくは、感情一貫性のあるレビューを抽出し、レビューに富んだエンティティベースの提案を行うとともに、レビューアテンティブなエンコーダデコーダを用いて応答生成を行う。
論文 参考訳（メタデータ） (2021-06-02T05:46:01Z) - Is this Dialogue Coherent? Learning from Dialogue Acts and Entities [82.44143808977209]
スイッチボード・コヒーレンス・コーパス(SWBD-Coh)コーパス(Switchboard Coherence corpus,SWBD-Coh)を作成する。
コーパスの統計的分析は、ターンコヒーレンス知覚がエンティティの分布パターンによってどのように影響を受けるかを示している。
DA情報とエンティティ情報を組み合わせたモデルでは,応答選択とターンコヒーレンス評価の両面で最高の性能が得られることがわかった。
論文 参考訳（メタデータ） (2020-06-17T21:02:40Z)
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。