論文の概要: Target-constrained Bidirectional Planning for Generation of
Target-oriented Proactive Dialogue
- arxiv url: http://arxiv.org/abs/2403.06063v1
- Date: Sun, 10 Mar 2024 02:14:24 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-13 09:03:44.046644
- Title: Target-constrained Bidirectional Planning for Generation of
Target-oriented Proactive Dialogue
- Title(参考訳): 目標指向の対話生成のための目標制約付き双方向計画
- Authors: Jian Wang, Dongding Lin, Wenjie Li
- Abstract要約: ターゲット指向対話生成のための効果的な対話計画に着目する。
認知科学における意思決定理論に着想を得て,新たな目標制約型双方向計画手法を提案する。
我々のアルゴリズムは、様々なベースラインモデルよりも大幅に優れている。
- 参考スコア(独自算出の注目度): 11.338393954848632
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Target-oriented proactive dialogue systems aim to lead conversations from a
dialogue context toward a pre-determined target, such as making recommendations
on designated items or introducing new specific topics. To this end, it is
critical for such dialogue systems to plan reasonable actions to drive the
conversation proactively, and meanwhile, to plan appropriate topics to move the
conversation forward to the target topic smoothly. In this work, we mainly
focus on effective dialogue planning for target-oriented dialogue generation.
Inspired by decision-making theories in cognitive science, we propose a novel
target-constrained bidirectional planning (TRIP) approach, which plans an
appropriate dialogue path by looking ahead and looking back. By formulating the
planning as a generation task, our TRIP bidirectionally generates a dialogue
path consisting of a sequence of <action, topic> pairs using two Transformer
decoders. They are expected to supervise each other and converge on consistent
actions and topics by minimizing the decision gap and contrastive generation of
targets. Moreover, we propose a target-constrained decoding algorithm with a
bidirectional agreement to better control the planning process. Subsequently,
we adopt the planned dialogue paths to guide dialogue generation in a pipeline
manner, where we explore two variants: prompt-based generation and
plan-controlled generation. Extensive experiments are conducted on two
challenging dialogue datasets, which are re-purposed for exploring
target-oriented dialogue. Our automatic and human evaluations demonstrate that
the proposed methods significantly outperform various baseline models.
- Abstract(参考訳): ターゲット指向のプロアクティブ対話システムは、指定された項目の推薦や新しい特定のトピックの導入など、対話コンテキストから事前に決定されたターゲットへの会話を導くことを目的としている。
このような対話システムは,会話を積極的に進めるための合理的な行動を計画し,会話を対象の話題にスムーズに進めるための適切なトピックを計画することが重要である。
本研究では,ターゲット指向対話生成のための効果的な対話計画に焦点を当てた。
認知科学における意思決定理論に着想を得て,前向きに振り返って適切な対話経路を計画する,目標制約型双方向計画(TRIP)手法を提案する。
生成タスクとしてプランニングを定式化することにより,2つのトランスフォーマデコーダを用いた<action, topic>ペアからなる対話パスを双方向に生成する。
彼らは互いに監督し、意思決定のギャップを最小化し、目標の対比的な生成を行うことで、一貫した行動やトピックに収束することが期待される。
さらに, 計画過程をよりよく制御するために, 双方向合意を持つ目標制約復号アルゴリズムを提案する。
その後、パイプライン方式で対話生成を誘導するために計画された対話パスを採用し、プロンプトベース生成と計画制御生成の2つの変種を探索する。
ターゲット指向対話を探索するために再利用可能な2つの課題対話データセットについて,広範な実験を行った。
提案手法は,提案手法が様々なベースラインモデルを大きく上回ることを示す。
関連論文リスト
- Plug-and-Play Policy Planner for Large Language Model Powered Dialogue
Agents [121.46051697742608]
そこで本稿では,PDPPという言語モデルプラグインを用いて対話問題を整理するための新たな対話ポリシー計画パラダイムを提案する。
具体的には、利用可能な人間の注釈付きデータに対する教師付き微調整を容易にするための新しいトレーニングフレームワークを開発する。
PPDPPは3つの異なるプロアクティブな対話アプリケーションにおいて、既存のアプローチを一貫して、実質的に上回っている。
論文 参考訳(メタデータ) (2023-11-01T03:20:16Z) - Revisiting Conversation Discourse for Dialogue Disentanglement [88.3386821205896]
本稿では,対話談話特性を最大限に活用し,対話の絡み合いを高めることを提案する。
我々は,会話の意味的文脈をより良くモデル化するために,リッチな構造的特徴を統合する構造認識フレームワークを開発した。
我々の研究は、より広範なマルチスレッド対話アプリケーションを促進する大きな可能性を秘めている。
論文 参考訳(メタデータ) (2023-06-06T19:17:47Z) - EM Pre-training for Multi-party Dialogue Response Generation [86.25289241604199]
多人数対話では、応答発話の宛先を生成前に指定する必要がある。
本稿では,アドレナラベルを生成するための期待ステップを反復的に実行する期待最大化(EM)アプローチを提案する。
論文 参考訳(メタデータ) (2023-05-21T09:22:41Z) - Dialogue Planning via Brownian Bridge Stochastic Process for
Goal-directed Proactive Dialogue [9.99763097964222]
ゴール指向対話システムは,マルチターン会話を通じて事前決定された目標に積極的に到達することを目的としている。
このタスクを達成するための鍵は、ターゲットに向かってスムーズかつ一貫性のある会話を誘導する対話パスを計画することにある。
本稿では,対話経路の時間的ダイナミクスをモデル化するプロセスを用いた対話計画手法を提案する。
論文 参考訳(メタデータ) (2023-05-09T09:28:23Z) - Controllable Mixed-Initiative Dialogue Generation through Prompting [50.03458333265885]
混合開始対話タスクには、情報の繰り返し交換と会話制御が含まれる。
エージェントは、ポリシープランナーが定める特定の対話意図や戦略に従う応答を生成することにより、コントロールを得る。
標準的なアプローチは、これらの意図に基づいて生成条件を実行するために、訓練済みの言語モデルを微調整している。
代わりに、条件生成の微調整に代えて、大きな言語モデルをドロップインで置き換えるように促します。
論文 参考訳(メタデータ) (2023-05-06T23:11:25Z) - Follow Me: Conversation Planning for Target-driven Recommendation
Dialogue Systems [9.99763097964222]
推薦対話システムは,ユーザとソーシャル・ボンドを構築し,高品質なレコメンデーションを提供することを目的としている。
本稿では,目標駆動型レコメンデーション対話システムという,将来的なパラダイムを推し進める。
ユーザが会話を通じて、指定されたターゲットを徐々に受け入れるように、自然に誘導する方法に重点を置いています。
論文 参考訳(メタデータ) (2022-08-06T13:23:42Z) - Target-Guided Dialogue Response Generation Using Commonsense and Data
Augmentation [32.764356638437214]
ターゲット誘導応答生成のための新しい手法を提案する。
また,既存の対話データセットをターゲット誘導生成のために再利用する手法を提案する。
我々の作業は、一般的に、対話システムの設計者が、システムが生み出す会話をより制御できるようにします。
論文 参考訳(メタデータ) (2022-05-19T04:01:40Z) - Towards a Progression-Aware Autonomous Dialogue Agent [14.09591070450606]
本稿では,対話エージェントが対話の進行を望ましい結果から遠ざかることができる枠組みを提案する。
本フレームワークは,(1)「グローバル」対話状態(GDS)の概念,(2)会話の軌跡から計算したタスク固有進行関数(PF),(3)エージェントが進行信号を使用して次の応答を選択する対話ロールアウトに基づく計画機構の3つの重要な要素から構成される。
論文 参考訳(メタデータ) (2022-05-07T17:37:43Z) - User Satisfaction Estimation with Sequential Dialogue Act Modeling in
Goal-oriented Conversational Systems [65.88679683468143]
我々は,ユーザ満足度を予測するために,対話行動の逐次的ダイナミクスを取り入れた新しいフレームワーク,すなわちUSDAを提案する。
USDAは、ユーザの満足度を予測するために、コンテンツと行動機能の連続的な遷移を対話に取り入れている。
4つのベンチマーク目標指向対話データセットによる実験結果から,提案手法はUSEの既存手法よりも大幅に優れていた。
論文 参考訳(メタデータ) (2022-02-07T02:50:07Z) - Policy-Driven Neural Response Generation for Knowledge-Grounded Dialogue
Systems [18.375851346138155]
Seq2seqのニューラルレスポンス生成アプローチは、生成されたレスポンスの内容やスタイルを制御するための明確なメカニズムを持っていない。
本稿では、対話ポリシーを用いて、アクションプランの形式でターゲット応答の内容とスタイルを計画する。
文レベルで動作させる基本対話ポリシーは,ターンレベル生成よりも応答性がよいことを示す。
論文 参考訳(メタデータ) (2020-05-26T06:09:57Z) - Variational Hierarchical Dialog Autoencoder for Dialog State Tracking
Data Augmentation [59.174903564894954]
本研究では,この手法を,ゴール指向対話のための対話状態追跡タスクに拡張する。
目的指向ダイアログの完全な側面をモデル化するための変分階層型ダイアログオートエンコーダ(VHDA)を提案する。
各種ダイアログデータセットを用いた実験により、生成データ拡張による下流ダイアログトラッカーのロバスト性の向上が示された。
論文 参考訳(メタデータ) (2020-01-23T15:34:56Z)
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。