論文の概要: A Conceptual Framework for Conversational Search and Recommendation: Conceptualizing Agent-Human Interactions During the Conversational Search Process

• arxiv url: http://arxiv.org/abs/2404.08630v1
• Date: Fri, 12 Apr 2024 17:48:18 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-15 14:18:01.736282
• Title: A Conceptual Framework for Conversational Search and Recommendation: Conceptualizing Agent-Human Interactions During the Conversational Search Process
• Title（参考訳）: 対話的探索と推薦のための概念的枠組み:会話的探索過程におけるエージェントとヒューマンの相互作用の概念化
• Authors: Leif Azzopardi, Mateusz Dubiel, Martin Halvey, Jeffery Dalton,
• Abstract要約: 対話型検索タスクは、エージェントとの自然言語対話を通じて、ユーザが情報ニーズを解決できるようにすることを目的としている。 本研究の目的は,ユーザが検索空間を探索し,情報ニーズを解決するための,ユーザとエージェントの行動と意図に関する概念的枠組みを構築することである。
• 参考スコア（独自算出の注目度）: 3.2114882156161824
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The conversational search task aims to enable a user to resolve information needs via natural language dialogue with an agent. In this paper, we aim to develop a conceptual framework of the actions and intents of users and agents explaining how these actions enable the user to explore the search space and resolve their information need. We outline the different actions and intents, before discussing key decision points in the conversation where the agent needs to decide how to steer the conversational search process to a successful and/or satisfactory conclusion. Essentially, this paper provides a conceptualization of the conversational search process between an agent and user, which provides a framework and a starting point for research, development and evaluation of conversational search agents.
• Abstract（参考訳）: 対話型検索タスクは、エージェントとの自然言語対話を通じて、ユーザが情報ニーズを解決できるようにすることを目的としている。 本稿では,ユーザが検索空間を探索し,情報ニーズを解決するためにどのような行動を行うかを説明する,ユーザとエージェントの行動と意図に関する概念的枠組みを開発することを目的とする。 我々は,会話における重要な決定ポイントを議論する前に,エージェントが会話の探索プロセスを成功と満足のいく結論へと導く方法を決定する必要がある,さまざまな行動と意図を概説する。 本論文は, エージェントとユーザ間の会話検索プロセスの概念化を提供し, 対話検索エージェントの研究, 開発, 評価のための枠組みと出発点を提供する。

関連論文リスト

• ProductAgent: Benchmarking Conversational Product Search Agent with Asking Clarification Questions [68.81939215223818]
  ProductAgentは,戦略的明確化質問生成機能と動的製品検索機能を備えた対話情報探索エージェントである。 我々は,製品特徴の要約,クエリ生成,製品検索のための戦略を持ったエージェントを開発する。 実験の結果,ProductAgentはユーザとポジティブに対話し,対話のターンの増加に伴う検索性能の向上を図っている。
  論文  参考訳（メタデータ） (2024-07-01T03:50:23Z)
• Social Commonsense-Guided Search Query Generation for Open-Domain Knowledge-Powered Conversations [66.16863141262506]
  本稿では,ソーシャルコモンセンスによってガイドされたインターネット検索クエリ生成に焦点を当てた新しいアプローチを提案する。 提案フレームワークは,トピックトラッキング,コモンセンス応答生成,命令駆動クエリ生成を統合することで,受動的ユーザインタラクションに対処する。
  論文  参考訳（メタデータ） (2023-10-22T16:14:56Z)
• Dialogue Agents 101: A Beginner's Guide to Critical Ingredients for Designing Effective Conversational Systems [29.394466123216258]
  本研究は,対話エージェントの主要な特徴,対応するオープンドメインデータセット,およびこれらのデータセットをベンチマークする手法について概説する。 我々は,既存のデータセットの会話から構築された統一dIalogue dataseTであるUNITを提案する。
  論文  参考訳（メタデータ） (2023-07-14T10:05:47Z)
• A Survey on Proactive Dialogue Systems: Problems, Methods, and Prospects [100.75759050696355]
  本稿では,対話エージェントの多種多様な対話における能動性に関する顕著な問題と先進的な設計について概説する。 我々は、現実世界のアプリケーションのニーズを満たすが、将来もっと研究に焦点を当てる必要がある課題について議論する。
  論文  参考訳（メタデータ） (2023-05-04T11:38:49Z)
• CAMEL: Communicative Agents for "Mind" Exploration of Large Language Model Society [58.04479313658851]
  本稿では,コミュニケーションエージェント間の自律的協調を支援するスケーラブルな手法の構築の可能性について検討する。 本稿では,ロールプレイングという新しいコミュニケーションエージェントフレームワークを提案する。 コントリビューションには、新しいコミュニケーティブエージェントフレームワークの導入、マルチエージェントシステムの協調行動や能力を研究するためのスケーラブルなアプローチの提供などが含まれます。
  論文  参考訳（メタデータ） (2023-03-31T01:09:00Z)
• 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)
• Towards Building Economic Models of Conversational Search [17.732575878508566]
  我々は,これまで検索セッションで観察されたパターンに基づいて,対話型検索の2つの経済モデルを構築した。 我々のモデルは、与えられた/要求されたフィードバックの量は、初期またはその後のクエリを改善するための効率に依存することを示している。
  論文  参考訳（メタデータ） (2022-01-21T15:20:51Z)
• 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)
• Conversational Search for Learning Technologies [2.3846478553599098]
  ユーザ側とシステム側の両方から学習の観点から,このような協調がもたらす意味について論じる。 また,会話検索の重要な要素,すなわちコミュニケーションのマルチモーダル性を通じて学習を刺激することにも着目する。
  論文  参考訳（メタデータ） (2020-01-09T10:35:27Z)

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。