論文の概要: Talking to Machines: do you read me?
- arxiv url: http://arxiv.org/abs/2407.02354v1
- Date: Tue, 2 Jul 2024 15:19:46 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-03 14:56:27.067770
- Title: Talking to Machines: do you read me?
- Title（参考訳）: Machinesについて語る: 読みましたか?
- Authors: Lina M. Rojas-Barahona,
- Abstract要約: 本稿では,この技術の現状を概観し,会話エージェントのオープンな研究課題を概観する。
課題指向対話(TOD:Task-Oriented Dialogues)への私の貢献は、CIFREにおける研究アソシエイトおよび産業監督の両立である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In this dissertation I would like to guide the reader to the research on dialogue but more precisely the research I have conducted during my career since my PhD thesis. Starting from modular architectures with machine learning/deep learning and reinforcement learning to end-to-end deep neural networks. Besides my work as research associate, I also present the work I have supervised in the last years. I review briefly the state of the art and highlight the open research problems on conversational agents. Afterwards, I present my contribution to Task-Oriented Dialogues (TOD), both as research associate and as the industrial supervisor of CIFRE theses. I discuss conversational QA. Particularly, I present the work of two PhD candidates Thibault Cordier and Sebastien Montella; as well as the work of the young researcher Quentin Brabant. Finally, I present the scientific project, where I discuss about Large Language Models (LLMs) for Task-Oriented Dialogue and Multimodal Task-Oriented Dialogue.
- Abstract（参考訳）: この論文では、読者に対話の研究を指導したいと思いますが、もっと正確に言うと、私の博士論文以来のキャリアで行った研究です。
マシンラーニング/ディープ学習と強化学習を備えたモジュラアーキテクチャから、エンドツーエンドのディープニューラルネットワークに至るまで。
リサーチアソシエイトとしての仕事に加えて、過去数年間に監督してきた仕事も紹介します。
現状を概観し、会話エージェントのオープンな研究課題を概観する。
その後、CIFRE研究員及び産業監督官として、タスク指向対話(TOD)への私の貢献について紹介する。
私は会話のQAについて話し合います。
特に、Thibault Cordier とSebastien Montella の2人の博士候補と、若き研究者 Quentin Brabant の業績を紹介する。
最後に,タスク指向対話のための大規模言語モデル(LLM)とマルチモーダルタスク指向対話について論じる科学プロジェクトを紹介する。
関連論文リスト
- Findings of the First Workshop on Simulating Conversational Intelligence
in Chat [30.82686571505668]
SCI-CHATは、オープンドメイン対話に関する以前のワークショップに従っているが、人間による実際の評価で判断されるインテリジェントな会話のシミュレーションに焦点を当てている。
モデルは、議論に対して提案し、反論し、推論しながら、マルチターン会話で挑戦的なトピックに従う能力を含むことを目的としている。
論文 参考訳（メタデータ） (2024-02-09T14:08:23Z) - End-to-end Task-oriented Dialogue: A Survey of Tasks, Methods, and
Future Directions [65.64674377591852]
エンドツーエンドのタスク指向対話(EToD)は、モジュールトレーニングなしでエンドツーエンドで応答を直接生成できる。
ディープニューラルネットワークの進歩、特に大きな事前訓練モデルの使用の成功は、EToD研究に大きな進歩をもたらした。
論文 参考訳（メタデータ） (2023-11-15T14:50:16Z) - Multi-turn Dialogue Comprehension from a Topic-aware Perspective [70.37126956655985]
本稿では,話題認識の観点から,マルチターン対話をモデル化することを提案する。
対話文のセグメント化アルゴリズムを用いて、対話文を教師なしの方法でトピック集中フラグメントに分割する。
また,トピックセグメントを処理要素として扱う新しいモデルとして,トピック認識デュアルアテンションマッチング(TADAM)ネットワークを提案する。
論文 参考訳（メタデータ） (2023-09-18T11:03:55Z) - Don't Copy the Teacher: Data and Model Challenges in Embodied Dialogue [92.01165203498299]
後続の身体的対話命令は、自然言語交換から複雑なタスクのシーケンスを完了させるエージェントを必要とする。
本稿では,模倣学習(IL)と関連する低レベルメトリクスが,実際には誤解を招くものであり,具体的対話研究の目標と一致していないことを論じる。
論文 参考訳（メタデータ） (2022-10-10T05:51:40Z) - "Do you follow me?": A Survey of Recent Approaches in Dialogue State
Tracking [0.0]
タスク指向対話システムは、会話履歴に従って各ターンにおけるユーザのニーズを追跡する必要がある。
対話状態追跡(DST)と呼ばれるこのプロセスは、下流の対話ポリシーを直接通知するので、非常に重要である。
ニューラルアプローチは大きな進歩をもたらしたが、一般化可能性などの対話システムのいくつかの重要な側面はまだ解明されていないと論じる。
論文 参考訳（メタデータ） (2022-07-29T11:53:22Z) - Navigating Incommensurability Between Ethnomethodology, Conversation
Analysis, and Artificial Intelligence [7.048412623612622]
この作品は、遭遇する可能性のある学際的で概念的な問題に関するものである。
AI研究とそのアフィリエイトとの関わりに対処する必要があるかもしれない。
複雑な研究コミュニティにベントリロクイズをしたいとは思わない。
論文 参考訳（メタデータ） (2022-06-19T23:07:09Z) - 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) - ArgSciChat: A Dataset for Argumentative Dialogues on Scientific Papers [61.772582143035606]
学術論文のドメインエキスパートとして科学者間の対話を収集する新しい枠組みを導入する。
我々のフレームワークは、科学者が論文を対話の根拠として提示し、論文のタイトルを気に入った対話に参加することを可能にする。
我々は、新しい議論的対話データセットArgSciChatの収集にフレームワークを使用し、41の対話から収集された498のメッセージを20の科学論文にまとめる。
論文 参考訳（メタデータ） (2022-02-14T13:27:19Z) - Neural Approaches to Conversational Information Retrieval [94.77863916314979]
会話情報検索(CIR)システムは、会話インタフェースを備えた情報検索(IR)システムである。
近年のディープラーニングの進歩により、自然言語処理(NLP)と会話型AIが大幅に改善されている。
この本は、ここ数年で開発された神経アプローチに焦点を当てた、CIRの最近の進歩を調査します。
論文 参考訳（メタデータ） (2022-01-13T19:04:59Z)
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。