論文の概要: A Survey of Conversational Search

• arxiv url: http://arxiv.org/abs/2410.15576v1
• Date: Mon, 21 Oct 2024 01:54:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-22 13:17:51.923334
• Title: A Survey of Conversational Search
• Title（参考訳）: 会話検索に関する調査
• Authors: Fengran Mo, Kelong Mao, Ziliang Zhao, Hongjin Qian, Haonan Chen, Yiruo Cheng, Xiaoxi Li, Yutao Zhu, Zhicheng Dou, Jian-Yun Nie,
• Abstract要約: 会話検索における最近の進歩と今後の方向性について検討する。 これらのシステムの拡張において,大規模言語モデル(LLM)の統合を強調した。 我々は,現実のアプリケーションに対する洞察と,現在の対話型検索システムの堅牢な評価を提供する。
• 参考スコア（独自算出の注目度）: 44.09402706387407
• License:
• Abstract: As a cornerstone of modern information access, search engines have become indispensable in everyday life. With the rapid advancements in AI and natural language processing (NLP) technologies, particularly large language models (LLMs), search engines have evolved to support more intuitive and intelligent interactions between users and systems. Conversational search, an emerging paradigm for next-generation search engines, leverages natural language dialogue to facilitate complex and precise information retrieval, thus attracting significant attention. Unlike traditional keyword-based search engines, conversational search systems enhance user experience by supporting intricate queries, maintaining context over multi-turn interactions, and providing robust information integration and processing capabilities. Key components such as query reformulation, search clarification, conversational retrieval, and response generation work in unison to enable these sophisticated interactions. In this survey, we explore the recent advancements and potential future directions in conversational search, examining the critical modules that constitute a conversational search system. We highlight the integration of LLMs in enhancing these systems and discuss the challenges and opportunities that lie ahead in this dynamic field. Additionally, we provide insights into real-world applications and robust evaluations of current conversational search systems, aiming to guide future research and development in conversational search.
• Abstract（参考訳）: 現代の情報アクセスの基盤として、検索エンジンは日々の生活に欠かせないものになっている。 AIや自然言語処理(NLP)技術、特に大規模言語モデル(LLM)の急速な進歩により、検索エンジンはユーザとシステム間のより直感的でインテリジェントなインタラクションをサポートするように進化してきた。 次世代検索エンジンの新たなパラダイムである会話検索は、自然言語対話を活用し、複雑で正確な情報検索を促進する。 従来のキーワードベースの検索エンジンとは異なり、対話型検索エンジンは複雑なクエリをサポートし、マルチターンインタラクションのコンテキストを維持し、堅牢な情報統合と処理機能を提供することで、ユーザエクスペリエンスを向上させる。 クエリのリフォーム、検索の明確化、会話の検索、応答生成といった重要なコンポーネントは、これらの高度なインタラクションを可能にするために一斉に動作する。 本稿では,会話検索システムを構成する重要なモジュールについて検討し,近年の会話検索の進歩と今後の方向性について考察する。 我々は、これらのシステムの強化におけるLCMの統合を強調し、このダイナミックな分野で先立つ課題と機会について議論する。 さらに,現在行われている会話検索システムの実世界の応用とロバストな評価に関する知見を提供し,対話検索における今後の研究・開発を導くことを目的としている。

関連論文リスト

• Engineering Conversational Search Systems: A Review of Applications, Architectures, and Functional Components [4.262342157729123]
  本研究では,対話型検索システムの理論的研究と技術的実装の関連について検討する。 階層型アーキテクチャフレームワークを提案し,対話型検索システムの中核機能について説明する。 我々は,大規模言語モデルの急速な進歩を踏まえ,その能力,限界,今後の研究の方向性について考察する。
  論文  参考訳（メタデータ） (2024-07-01T06:24:11Z)
• Navigating the Knowledge Sea: Planet-scale answer retrieval using LLMs [0.0]
  情報検索は、技術と技術の継続的な改良によって特徴づけられる。 本稿では,従来の探索手法と解答の新たなパラダイムとのギャップを埋める上で,Large Language Models (LLMs) の役割に焦点を当てる。
  論文  参考訳（メタデータ） (2024-02-07T23:39:40Z)
• Large Search Model: Redefining Search Stack in the Era of LLMs [63.503320030117145]
  我々は,1つの大言語モデル(LLM)で検索タスクを統一することにより,従来の検索スタックを再定義する,大規模検索モデルと呼ばれる新しい概念的フレームワークを導入する。 全てのタスクは自動回帰テキスト生成問題として定式化され、自然言語のプロンプトを使ってタスクをカスタマイズできる。 提案フレームワークは,LLMの強力な言語理解と推論能力を活用し,既存の検索スタックを簡素化しつつ,検索結果の質を向上させる能力を提供する。
  論文  参考訳（メタデータ） (2023-10-23T05:52:09Z)
• 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)
• Large Language Models for Information Retrieval: A Survey [58.30439850203101]
  情報検索は、項ベースの手法から高度なニューラルモデルとの統合へと進化してきた。 近年の研究では、大規模言語モデル(LLM)を活用してIRシステムの改善が試みられている。 LLMとIRシステムの合流点を探索し、クエリリライト、リトリバー、リランカー、リーダーといった重要な側面を含む。
  論文  参考訳（メタデータ） (2023-08-14T12:47:22Z)
• 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)
• Investigating Conversational Search Behavior For Domain Exploration [0.5512295869673147]
  本研究では,未知の情報景観を通したナビゲーションのオープンな探索行動について検討する。 5つの領域にわたる一般的な情報探索パターンを明らかにするために,統計解析とプロセスマイニング手法を適用した。
  論文  参考訳（メタデータ） (2023-01-10T17:43:03Z)
• 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)
• BERT Embeddings Can Track Context in Conversational Search [5.3222282321717955]
  我々は,自然な方法で情報検索を支援する対話型検索システムを開発した。 システムは、質問が提示される状況を理解し、会話の現在の状態を追跡し、以前の質問や回答に対する言及を検出する。
  論文  参考訳（メタデータ） (2021-04-13T22:02:24Z)

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。