論文の概要: JMultiWOZ: A Large-Scale Japanese Multi-Domain Task-Oriented Dialogue Dataset

• arxiv url: http://arxiv.org/abs/2403.17319v1
• Date: Tue, 26 Mar 2024 02:01:18 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-27 17:05:31.345395
• Title: JMultiWOZ: A Large-Scale Japanese Multi-Domain Task-Oriented Dialogue Dataset
• Title（参考訳）: JMultiWOZ: 大規模日本語マルチドメインタスク指向対話データセット
• Authors: Atsumoto Ohashi, Ryu Hirai, Shinya Iizuka, Ryuichiro Higashinaka,
• Abstract要約: JMultiWOZは日本語初の大規模マルチドメインタスク指向対話データセットである。 我々は,最先端手法の対話状態追跡と応答生成能力について検討した。
• 参考スコア（独自算出の注目度）: 3.1311340484197814
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dialogue datasets are crucial for deep learning-based task-oriented dialogue system research. While numerous English language multi-domain task-oriented dialogue datasets have been developed and contributed to significant advancements in task-oriented dialogue systems, such a dataset does not exist in Japanese, and research in this area is limited compared to that in English. In this study, towards the advancement of research and development of task-oriented dialogue systems in Japanese, we constructed JMultiWOZ, the first Japanese language large-scale multi-domain task-oriented dialogue dataset. Using JMultiWOZ, we evaluated the dialogue state tracking and response generation capabilities of the state-of-the-art methods on the existing major English benchmark dataset MultiWOZ2.2 and the latest large language model (LLM)-based methods. Our evaluation results demonstrated that JMultiWOZ provides a benchmark that is on par with MultiWOZ2.2. In addition, through evaluation experiments of interactive dialogues with the models and human participants, we identified limitations in the task completion capabilities of LLMs in Japanese.
• Abstract（参考訳）: 対話データセットは深層学習に基づくタスク指向対話システム研究に不可欠である。 多くの英語多分野タスク指向対話データセットが開発され、タスク指向対話システムに多大な進歩をもたらしたが、そのようなデータセットは日本語には存在せず、この分野の研究は英語に比較して限られている。 本研究では,日本語におけるタスク指向対話システムの研究開発に向けて,日本語の大規模タスク指向対話データセットであるJMultiWOZを構築した。 JMultiWOZを用いて、既存の主要な英語ベンチマークデータセットMultiWOZ2.2と最新の大言語モデル(LLM)に基づいて、最先端手法の対話状態追跡と応答生成能力を評価した。 我々の評価結果は、JMultiWOZがMultiWOZ2.2と同等のベンチマークを提供することを示した。 また、モデルと人間との対話の評価実験を通じて、日本語におけるLLMのタスク完了能力の限界を明らかにした。

関連論文リスト

• Multi3WOZ: A Multilingual, Multi-Domain, Multi-Parallel Dataset for Training and Evaluating Culturally Adapted Task-Oriented Dialog Systems [64.40789703661987]
  Multi3WOZは、新しいマルチ言語、マルチドメイン、マルチ並列ToDデータセットである。 大規模で、4つの言語で文化的に適応したダイアログを提供する。 最終データセットを生成する複雑なボトムアップデータ収集プロセスについて述べる。
  論文  参考訳（メタデータ） (2023-07-26T08:29:42Z)
• DialogZoo: Large-Scale Dialog-Oriented Task Learning [52.18193690394549]
  我々は,多種多様な対話課題を解くための統合基盤モデルの構築を目指している。 この目的を達成するために、73の公開データセットから、まず大規模なラベル付き対話データセットを収集する。
  論文  参考訳（メタデータ） (2022-05-25T11:17:16Z)
• Multi2WOZ: A Robust Multilingual Dataset and Conversational Pretraining for Task-Oriented Dialog [67.20796950016735]
  Multi2WOZデータセットは、中国語、ドイツ語、アラビア語、ロシア語の4つの言語にまたがる。 本稿では,任意の下流TODタスクに対する言語間移動を容易にすることを目的とした,事前学習言語モデル(PrLM)の多言語会話特化のための新しいフレームワークを提案する。 実験の結果,目標言語における(I)会話の特殊化と,(II)具体的なTODタスクのための少数ショット転送の組み合わせが,ほとんどの場合,最高の性能を示すことがわかった。
  論文  参考訳（メタデータ） (2022-05-20T18:35:38Z)
• ViWOZ: A Multi-Domain Task-Oriented Dialogue Systems Dataset For Low-resource Language [0.0]
  ViWOZはベトナム初のマルチターン、マルチドメインタスク指向データセットである。 データセットは合計で5,000の対話で構成され、その中には60,946の完全注釈付き発話が含まれている。 これらの特徴により、VWOZデータセットは、多言語タスク指向対話システムの構築に関する将来の研究を可能にする。
  論文  参考訳（メタデータ） (2022-03-15T09:22:04Z)
• Cross-Lingual Dialogue Dataset Creation via Outline-Based Generation [70.81596088969378]
  言語間アウトラインに基づく対話データセット(COD)は、自然言語の理解を可能にする。 CODは、4つの異なる言語で対話状態の追跡とエンドツーエンドの対話モデリングと評価を可能にする。
  論文  参考訳（メタデータ） (2022-01-31T18:11:21Z)
• GlobalWoZ: Globalizing MultiWoZ to Develop Multilingual Task-Oriented Dialogue Systems [66.92182084456809]
  本稿では,英語のToDデータセットから大規模多言語ToDデータセットであるGlobalWoZを生成する新しいデータキュレーション手法を提案する。 本手法は,対話テンプレートの翻訳と,対象国におけるローカルエンティティの充填に基づく。 我々はデータセットと強力なベースラインのセットを公開し、実際のユースケースにおける多言語ToDシステムの学習を奨励します。
  論文  参考訳（メタデータ） (2021-10-14T19:33:04Z)
• BiToD: A Bilingual Multi-Domain Dataset For Task-Oriented Dialogue Modeling [52.99188200886738]
  BiToDは、エンドツーエンドのタスク指向対話モデリングのための最初のバイリンガルなマルチドメインデータセットである。 BiToDには、大規模で現実的なバイリンガル知識ベースを持つ7k以上のマルチドメイン対話(144k発声)が含まれている。
  論文  参考訳（メタデータ） (2021-06-05T03:38:42Z)
• An Empirical Study of Cross-Lingual Transferability in Generative Dialogue State Tracker [33.2309643963072]
  多言語事前学習セq2seqモデルを用いた言語間対話状態追跡システムの転送可能性について検討した。 また、我々のアプローチの低言語間移動可能性も調べ、調査と議論を行う。
  論文  参考訳（メタデータ） (2021-01-27T12:45:55Z)

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。