論文の概要: Conversational Grounding: Annotation and Analysis of Grounding Acts and Grounding Units

• arxiv url: http://arxiv.org/abs/2403.16609v1
• Date: Mon, 25 Mar 2024 10:39:18 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-26 15:08:28.649150
• Title: Conversational Grounding: Annotation and Analysis of Grounding Acts and Grounding Units
• Title（参考訳）: 対話的接地:接地法及び接地単位の注釈と分析
• Authors: Biswesh Mohapatra, Seemab Hassan, Laurent Romary, Justine Cassell,
• Abstract要約: 本稿では, 接地法, 接地法, 接地単位を用いた2つの対話コーパスのアノテーションと, それらの接地度を測る尺度について述べる。 我々の研究は、日常の対話において機械との会話をよりよく理解し、信頼性を高めることを目的としている。
• 参考スコア（独自算出の注目度）: 3.805394793605586
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Successful conversations often rest on common understanding, where all parties are on the same page about the information being shared. This process, known as conversational grounding, is crucial for building trustworthy dialog systems that can accurately keep track of and recall the shared information. The proficiencies of an agent in grounding the conveyed information significantly contribute to building a reliable dialog system. Despite recent advancements in dialog systems, there exists a noticeable deficit in their grounding capabilities. Traum provided a framework for conversational grounding introducing Grounding Acts and Grounding Units, but substantial progress, especially in the realm of Large Language Models, remains lacking. To bridge this gap, we present the annotation of two dialog corpora employing Grounding Acts, Grounding Units, and a measure of their degree of grounding. We discuss our key findings during the annotation and also provide a baseline model to test the performance of current Language Models in categorizing the grounding acts of the dialogs. Our work aims to provide a useful resource for further research in making conversations with machines better understood and more reliable in natural day-to-day collaborative dialogs.
• Abstract（参考訳）: 成功している会話は、共有されている情報について、すべての関係者が同じページにいる、共通の理解に依存していることが多い。 このプロセスは会話の基盤として知られており、共有情報の追跡とリコールを正確に行うことのできる信頼できる対話システムを構築するのに不可欠である。 伝達された情報を根拠とするエージェントの能力は、信頼性の高い対話システムの構築に大きく貢献する。 近年のダイアログシステムの進歩にもかかわらず、その基盤能力には顕著な欠陥がある。 Traumは、接地法と接地単位を導入するための会話基盤の枠組みを提供するが、特に大規模言語モデルの領域において、大きな進歩は残っていない。 このギャップを埋めるために、グラウンド法、グラウンド法、グラウンド法を取り入れた2つのダイアログコーパスのアノテーションと、グラウンド法の度合いを示す。 アノテーション中の重要な知見について考察し、また、ダイアログの基底動作を分類する上で、現在の言語モデルの性能をテストするためのベースラインモデルを提供する。 我々の研究は、日常の対話において機械との会話をよりよく理解し、より信頼性の高いものにするための、さらなる研究のための有用なリソースを提供することを目的としている。

関連論文リスト

• Bridging Information Gaps in Dialogues With Grounded Exchanges Using Knowledge Graphs [4.449835214520727]
  対話的接地のための大規模言語モデルの可能性について検討する。 私たちのアプローチでは、5つの知識領域にまたがる人間の会話を注釈付けして、BridgeKGと呼ばれる対話コーパスを作成します。 本研究は,これらのモデルが会話ベースタスクや一般的な予測誤りに対して,コンテキスト内学習をどのように利用するかについての知見を提供する。
  論文  参考訳（メタデータ） (2024-08-02T08:07:15Z)
• 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)
• Grounding Gaps in Language Model Generations [67.79817087930678]
  大規模言語モデルが人間の接地を反映したテキストを生成するかどうかを考察する。 人間に比べ、LLMは会話の基盤を減らした言語を生成する。 同定された接地ギャップの根源を理解するために,命令チューニングと選好最適化の役割について検討する。
  論文  参考訳（メタデータ） (2023-11-15T17:40:27Z)
• SuperDialseg: A Large-scale Dataset for Supervised Dialogue Segmentation [55.82577086422923]
  文書地上対話の助けを借りて,対話のセグメンテーションポイントを実現可能な定義を提供する。 我々は,9,478の対話を含むSuperDialsegと呼ばれる大規模教師付きデータセットをリリースする。 また、対話セグメンテーションタスクの5つのカテゴリにまたがる18のモデルを含むベンチマークも提供する。
  論文  参考訳（メタデータ） (2023-05-15T06:08:01Z)
• KPT: Keyword-guided Pre-training for Grounded Dialog Generation [82.68787152707455]
  KPT(Guided Pre-Training)は,グラウンドドダイアログ生成のための自己教師付き事前学習手法である。 具体的には、事前訓練された言語モデルを用いて、ダイアログ内の最も不確実なトークンをキーワードとして抽出する。 我々は,対話行為,知識グラフ,ペルソナ記述,ウィキペディアの文節など,数発の知識ベース生成タスクについて広範な実験を行った。
  論文  参考訳（メタデータ） (2022-12-04T04:05:01Z)
• 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)
• HybriDialogue: An Information-Seeking Dialogue Dataset Grounded on Tabular and Textual Data [87.67278915655712]
  我々は、ウィキペディアのテキストとテーブルの両方を基盤とした、クラウドソーシングされた自然な会話からなる新しい対話データセットHybriDialogueを提示する。 これらの会話は、複雑なマルチホップ質問をシンプルで現実的なマルチターン対話に分解することで生成される。
  論文  参考訳（メタデータ） (2022-04-28T00:52:16Z)
• "How Robust r u?": Evaluating Task-Oriented Dialogue Systems on Spoken Conversations [87.95711406978157]
  本研究は、音声タスク指向会話における新しいベンチマークを示す。 マルチドメイン対話状態追跡と知識基底型対話モデルについて検討する。 我々のデータセットは,タスク指向対話システムの音声によるベンチマークを可能にする。
  論文  参考訳（メタデータ） (2021-09-28T04:51:04Z)
• Grounding Conversations with Improvised Dialogues [25.486608189901705]
  我々は、26,000以上のイエス・アンド・ターンのコーパスを収集し、即興の対話からそれらを書き起こし、より大きながより人口の多い映画脚本対話コーパスからそれらを抽出する。 コーパスとチップチャットの対話システムを微調整し、より基礎的で関連性の高い会話を奨励し、これらの発見を人間による評価で確認する。
  論文  参考訳（メタデータ） (2020-04-20T18:05:53Z)

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。