論文の概要: OntoChat: a Framework for Conversational Ontology Engineering using
Language Models
- arxiv url: http://arxiv.org/abs/2403.05921v1
- Date: Sat, 9 Mar 2024 14:04:06 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-13 11:41:31.046759
- Title: OntoChat: a Framework for Conversational Ontology Engineering using
Language Models
- Title(参考訳): OntoChat:言語モデルを用いた会話オントロジーエンジニアリングフレームワーク
- Authors: Bohui Zhang and Valentina Anita Carriero and Katrin Schreiberhuber and
Stefani Tsaneva and Luc\'ia S\'anchez Gonz\'alez and Jongmo Kim and Jacopo de
Berardinis
- Abstract要約: OntoChatは、要求の誘導、分析、テストをサポートする会話エンジニアリングのためのフレームワークである。
会話エージェントと対話することで、ユーザーはユーザーストーリーの作成と能力的質問の抽出を操ることができる。
音楽メタオントロジーのエンジニアリングを再現し,ユーザから各コンポーネントの有効性に関する予備的な指標を収集することにより,OntoChatを評価する。
- 参考スコア(独自算出の注目度): 0.32985979395737786
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Ontology engineering (OE) in large projects poses a number of challenges
arising from the heterogeneous backgrounds of the various stakeholders, domain
experts, and their complex interactions with ontology designers. This
multi-party interaction often creates systematic ambiguities and biases from
the elicitation of ontology requirements, which directly affect the design,
evaluation and may jeopardise the target reuse. Meanwhile, current OE
methodologies strongly rely on manual activities (e.g., interviews, discussion
pages). After collecting evidence on the most crucial OE activities, we
introduce OntoChat, a framework for conversational ontology engineering that
supports requirement elicitation, analysis, and testing. By interacting with a
conversational agent, users can steer the creation of user stories and the
extraction of competency questions, while receiving computational support to
analyse the overall requirements and test early versions of the resulting
ontologies. We evaluate OntoChat by replicating the engineering of the Music
Meta Ontology, and collecting preliminary metrics on the effectiveness of each
component from users. We release all code at
https://github.com/King-s-Knowledge-Graph-Lab/OntoChat.
- Abstract(参考訳): 大規模プロジェクトにおけるオントロジー工学(oe)は、様々な利害関係者、ドメインの専門家、そしてそのオントロジー設計者との複雑な相互作用から生じる多くの課題を提起する。
この多人数間相互作用は、しばしばオントロジー要求の明確化から体系的な曖昧さとバイアスを生み出し、設計、評価に直接影響を与え、ターゲットの再利用を脅かす可能性がある。
一方、現在のOE方法論は手動の活動(インタビュー、ディスカッションページなど)に強く依存している。
もっとも重要なOE活動の証拠を集めた後、要求の推論、分析、テストをサポートする会話オントロジーエンジニアリングのフレームワークであるOntoChatを紹介します。
会話型エージェントと対話することで、ユーザはユーザストーリーの作成と能力的な質問の抽出を制御でき、全体的な要求を分析して初期バージョンのオントロジーをテストするために計算支援を受けることができる。
音楽メタオントロジーのエンジニアリングを再現し,ユーザから各コンポーネントの有効性に関する予備的な指標を収集することにより,OntoChatを評価する。
すべてのコードはhttps://github.com/King-s-Knowledge-Graph-Lab/OntoChatでリリースします。
関連論文リスト
- Early ChatGPT User Portrait through the Lens of Data [9.497255050640344]
実世界のChatGPTデータセットの詳細な分析を行い、ユーザとChatGPTのマルチターン会話を行う。
ユーザの人口統計や関心の変化を理解することによって、人間とAIの相互作用の性質の変化に光を当てることを目指している。
論文 参考訳(メタデータ) (2023-12-10T07:08:51Z) - Fine-Grained Analysis of Team Collaborative Dialogue [1.363890704621148]
Slackチャットを用いたソフトウェア開発領域における説明可能な分析ツールの開発に向けた最初の取り組みについて説明する。
本研究では,対話行動の発生頻度に基づく記述的メトリクスの設計と,長距離コンテキストを組み込むための変換器+CRFアーキテクチャを用いた初期結果を作成する。
論文 参考訳(メタデータ) (2023-12-09T05:38:32Z) - 'What are you referring to?' Evaluating the Ability of Multi-Modal
Dialogue Models to Process Clarificational Exchanges [65.03196674816772]
参照表現が宛先に対して意図された参照を一意に識別しない場合、参照の曖昧さが対話で生じる。
出席者は、通常、そのような曖昧さをすぐに検知し、メタコミュニケーション、明確化取引所(CE: Meta-communicative, Clarification Exchanges)を使用して、話者と作業する。
ここでは、CRを生成・応答する能力は、マルチモーダルな視覚的基盤を持つ対話モデルのアーキテクチャと目的関数に特定の制約を課していると論じる。
論文 参考訳(メタデータ) (2023-07-28T13:44:33Z) - Using Textual Interface to Align External Knowledge for End-to-End
Task-Oriented Dialogue Systems [53.38517204698343]
本稿では,外部知識の整合化と冗長なプロセスの排除にテキストインタフェースを用いた新しいパラダイムを提案する。
我々は、MultiWOZ-Remakeを用いて、MultiWOZデータベース用に構築されたインタラクティブテキストインタフェースを含む、我々のパラダイムを実演する。
論文 参考訳(メタデータ) (2023-05-23T05:48:21Z) - Interactive Natural Language Processing [67.87925315773924]
対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。
本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
論文 参考訳(メタデータ) (2023-05-22T17:18:29Z) - ChatGPT for Robotics: Design Principles and Model Abilities [25.032064314822243]
我々は、迅速なエンジニアリングのための設計原則と高レベルの関数ライブラリの作成を組み合わせた戦略の概要を述べる。
我々は,様々なロボットタスクの実行に向けて,異なるプロンプトエンジニアリング手法とダイアログ戦略の有効性に焦点をあてる。
我々の研究は、基本的な論理的、幾何学的、数学的推論から、航空航法、操作、エンボディドエージェントといった複雑な領域まで、ロボット領域内の様々なタスクを含む。
論文 参考訳(メタデータ) (2023-02-20T06:39:06Z) - Conversational AI-Powered Design: ChatGPT as Designer, User, and Product [0.0]
本研究では,人間中心の設計プロセスにおけるChatGPTの機能について検討する。
この目的のために、ChatGPTを利用してペルソナを生成し、架空のユーザとのインタビューをシミュレートし、新しいデザインアイデアを作成し、使用シナリオをシミュレートし、ユーザエクスペリエンスを評価する仮説設計プロジェクトが行われた。
論文 参考訳(メタデータ) (2023-02-15T00:14:17Z) - 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) - Building a Legal Dialogue System: Development Process, Challenges and
Opportunities [1.433758865948252]
本稿では,ドメイン固有の会話エージェントの設計において直面する課題に対する重要な原則と解決策について述べる。
ユーザクエリに応答し、連絡先の詳細やケース関連情報を含むユーザ情報を記録する機能を提供する。
論文 参考訳(メタデータ) (2021-09-01T13:35:42Z) - Can You be More Social? Injecting Politeness and Positivity into
Task-Oriented Conversational Agents [60.27066549589362]
人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。
このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。
人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
論文 参考訳(メタデータ) (2020-12-29T08:22:48Z) - 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)
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。