論文の概要: HierTOD: A Task-Oriented Dialogue System Driven by Hierarchical Goals

• arxiv url: http://arxiv.org/abs/2411.07152v1
• Date: Mon, 11 Nov 2024 17:28:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-12 14:12:14.361219
• Title: HierTOD: A Task-Oriented Dialogue System Driven by Hierarchical Goals
• Title（参考訳）: HierTOD:階層ゴールによるタスク指向対話システム
• Authors: Lingbo Mo, Shun Jiang, Akash Maharaj, Bernard Hishamunda, Yunyao Li,
• Abstract要約: タスク指向対話 (Task-Oriented Dialogue, TOD) は、自然言語による対話を通じてタスクの完了を支援するシステムである。 本稿では,階層的な目標によって駆動されるエンタープライズTODシステムであるHierTODを紹介する。 システム実装では,情報収集のためのスロットフィリングとタスク実行のためのステップバイステップガイダンスという,2つのTODパラダイムを統一する。
• 参考スコア（独自算出の注目度）: 4.630232280155836
• License:
• Abstract: Task-Oriented Dialogue (TOD) systems assist users in completing tasks through natural language interactions, often relying on a single-layered workflow structure for slot-filling in public tasks, such as hotel bookings. However, in enterprise environments, which involve rich domain-specific knowledge, TOD systems face challenges due to task complexity and the lack of standardized documentation. In this work, we introduce HierTOD, an enterprise TOD system driven by hierarchical goals and can support composite workflows. By focusing on goal-driven interactions, our system serves a more proactive role, facilitating mixed-initiative dialogue and improving task completion. Equipped with components for natural language understanding, composite goal retriever, dialogue management, and response generation, backed by a well-organized data service with domain knowledge base and retrieval engine, HierTOD delivers efficient task assistance. Furthermore, our system implementation unifies two TOD paradigms: slot-filling for information collection and step-by-step guidance for task execution. Our human study demonstrates the effectiveness and helpfulness of HierTOD in performing both paradigms.
• Abstract（参考訳）: Task-Oriented Dialogue (TOD) システムは、ユーザーが自然言語による対話を通じてタスクを完了するのを助ける。 しかし、ドメイン固有の知識が豊富なエンタープライズ環境では、TODシステムはタスクの複雑さと標準化されたドキュメントの欠如のために困難に直面します。 本稿では,階層的な目標によって駆動されるエンタープライズTODシステムであるHierTODを紹介し,複合ワークフローをサポートする。 目標主導の対話に焦点をあてることで、我々のシステムはより積極的な役割を担い、混合開始対話を容易にし、タスク完了を改善する。 HierTODは、自然言語理解、複合ゴール検索、対話管理、応答生成のためのコンポーネントを備え、ドメイン知識ベースと検索エンジンを備えたよく組織化されたデータサービスによって支えられ、効率的なタスクアシストを提供する。 さらに,本システムの実装では,情報収集のためのスロットフィリングとタスク実行のためのステップバイステップガイダンスという,2つのTODパラダイムを統合している。 本研究は,HierTODの有効性と有用性を示すものである。

関連論文リスト

• The Foundations of Computational Management: A Systematic Approach to Task Automation for the Integration of Artificial Intelligence into Existing Workflows [55.2480439325792]
  本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。 この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
  論文  参考訳（メタデータ） (2024-02-07T01:45:14Z)
• InstructTODS: Large Language Models for End-to-End Task-Oriented Dialogue Systems [60.53276524369498]
  大規模言語モデル(LLM)は自然言語処理(NLP)における多様なタスクに使用されている。 InstructTODSは、ゼロショットのタスク指向対話システムのための新しいフレームワークである。 InstructTODSは、ユーザの意図を動的クエリにシームレスに翻訳するプロキシの信念状態を生成する。
  論文  参考訳（メタデータ） (2023-10-13T06:36:26Z)
• Zero-Shot Generalizable End-to-End Task-Oriented Dialog System using Context Summarization and Domain Schema [2.7178968279054936]
  タスク指向対話システムにおける最先端のアプローチは、条件付きシーケンス生成タスクとして問題を定式化する。 これは、新しいドメインまたはタスクごとにラベル付きトレーニングデータを必要とする。 本稿では,ZS-ToDという,Zero-Shotの汎用的なエンドツーエンドタスク指向ダイアログシステムについて紹介する。
  論文  参考訳（メタデータ） (2023-03-28T18:56:31Z)
• Enhancing Task Bot Engagement with Synthesized Open-Domain Dialog [89.35658776144638]
  TODとODDの両方を扱えるシステムを構築し、異なる知識ソースにアクセスすることが不可欠である。 本稿では,知識基盤のODDとTODを組み合わせた対話を自動的に生成するフレームワークを提案する。 本研究では,TODモードとODDモードを適切に適用し,異なる知識ソースにアクセス可能な統合モデルPivotBotを提案する。
  論文  参考訳（メタデータ） (2022-12-20T05:51:47Z)
• OPERA: Harmonizing Task-Oriented Dialogs and Information Seeking Experience [87.0233567695073]
  会話型AIにおける既存の研究は、主にタスク指向対話(TOD)と質問応答(QA)を別々のタスクとして扱う。 そこで我々は,TODとQAタスクを組み合わせた新たなタスクであるOpen-Book TOD (OB-TOD)を提案する。 我々は,そのタスクに対処するために,明示的で暗黙的な外部知識を適切にアクセス可能な統一モデルOPERAを提案する。
  論文  参考訳（メタデータ） (2022-06-24T18:21:26Z)
• 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)
• DLGNet-Task: An End-to-end Neural Network Framework for Modeling Multi-turn Multi-domain Task-Oriented Dialogue [0.0]
  本稿では,タスク指向対話システムDLGNet-Taskを提案する。 我々のフレームワークはモジュラーアプローチの制御可能で検証可能で説明可能なアウトプットを楽しみます。 DLGNet-Taskを会話型AIシステムで使用すると、インテリジェントアシスタントの開発、デプロイ、メンテナンスに必要な労力が削減される。
  論文  参考訳（メタデータ） (2020-10-04T21:43:17Z)
• Recent Advances and Challenges in Task-oriented Dialog System [63.82055978899631]
  課題指向対話システムは、学術・産業社会でますます注目を集めている。 タスク指向ダイアログシステムにおける3つの重要なトピックについて論じる。(1)低リソース環境でのダイアログモデリングを容易にするデータ効率の改善、(2)ダイアログポリシー学習のためのマルチターンダイナミクスのモデリング、(3)ダイアログモデルへのドメイン知識の統合。
  論文  参考訳（メタデータ） (2020-03-17T01:34:56Z)
• Hierarchical Context Enhanced Multi-Domain Dialogue System for Multi-domain Task Completion [17.66372217976539]
  本稿では,提案した階層型文脈拡張対話システム(HCEDS)について述べる。 本システムの主な動機は,複雑な対話を十分に理解するための階層的文脈の可能性を包括的に探求することである。 その結果,本システムは自動評価において第1位,人的評価では第2位となることがわかった。
  論文  参考訳（メタデータ） (2020-03-03T05:10:13Z)

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。