論文の概要: User Willingness-aware Sales Talk Dataset

• arxiv url: http://arxiv.org/abs/2412.19490v1
• Date: Fri, 27 Dec 2024 07:16:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-30 17:25:40.720683
• Title: User Willingness-aware Sales Talk Dataset
• Title（参考訳）: ユーザウィリングネスを意識したセールストークデータセット
• Authors: Asahi Hentona, Jun Baba, Shiki Sato, Reina Akama,
• Abstract要約: 大きな障壁は、信頼性のあるユーザ意欲データを備えたセールストークデータセットの欠如である。 われわれのアプローチは、実際の販売相互作用に不可欠な3種類のユーザー意欲に焦点を当てた。 実践的な応用として,ユーザによる購入意図の向上を目的とした販売対話システムを開発し,評価した。
• 参考スコア（独自算出の注目度）: 2.9413196490202815
• License:
• Abstract: User willingness is a crucial element in the sales talk process that affects the achievement of the salesperson's or sales system's objectives. Despite the importance of user willingness, to the best of our knowledge, no previous study has addressed the development of automated sales talk dialogue systems that explicitly consider user willingness. A major barrier is the lack of sales talk datasets with reliable user willingness data. Thus, in this study, we developed a user willingness-aware sales talk collection by leveraging the ecological validity concept, which is discussed in the field of human-computer interaction. Our approach focused on three types of user willingness essential in real sales interactions. We created a dialogue environment that closely resembles real-world scenarios to elicit natural user willingness, with participants evaluating their willingness at the utterance level from multiple perspectives. We analyzed the collected data to gain insights into practical user willingness-aware sales talk strategies. In addition, as a practical application of the constructed dataset, we developed and evaluated a sales dialogue system aimed at enhancing the user's intent to purchase.
• Abstract（参考訳）: ユーザ意欲は、営業担当者や営業システムの目標達成に影響を及ぼすセールストークプロセスにおいて重要な要素である。 ユーザ意欲の重要性にもかかわらず、私たちの知る限りでは、ユーザ意欲を明示的に考慮した自動販売トーク対話システムの開発に、これまでの研究では対応していない。 大きな障壁は、信頼性のあるユーザ意欲データを備えたセールストークデータセットの欠如である。 そこで本研究では,人間とコンピュータのインタラクションの分野で論じる生態的妥当性の概念を活用して,ユーザ参加型セールストークコレクションを開発した。 われわれのアプローチは、実際の販売相互作用に不可欠な3種類のユーザー意欲に焦点を当てた。 複数の視点から発話レベルにおいて、参加者が自分の意思を評価することによって、自然なユーザ意欲を引き出すために、現実のシナリオとよく似た対話環境を構築した。 収集したデータを分析して,実践的ユーザ意欲を考慮した営業トーク戦略の洞察を得た。 さらに,構築したデータセットの実践的応用として,ユーザによる購入意図の向上を目的とした販売対話システムを開発し,評価した。

関連論文リスト

• Injecting Salesperson's Dialogue Strategies in Large Language Models with Chain-of-Thought Reasoning [23.919423630938226]
  SalesBotは、Chit-chatからタスク指向のシナリオへ移行し、セールスエージェントをトレーニングする対話をシミュレートする。 最初のデータはスムーズなトランジションとコヒーレントなロングターンダイアログを欠いていたため、セールス・カストマー相互作用の自然性が低かった。 営業担当者のインタラクションを学習し,チェーン・オブ・ソート(CoT)推論を用いた新しいモデル「SalesAgent」を紹介した。
  論文  参考訳（メタデータ） (2024-04-29T10:12:04Z)
• CAUSE: Counterfactual Assessment of User Satisfaction Estimation in Task-Oriented Dialogue Systems [60.27663010453209]
  我々は,大規模言語モデル(LLM)を利用して,満足度を考慮した対実対話を生成する。 生成されたサンプルの信頼性を確保するために、人間のアノテーションを収集します。 この結果から,TODシステムにおけるユーザ満足度推定のためのデータ拡張手法の必要性が明らかになった。
  論文  参考訳（メタデータ） (2024-03-27T23:45:31Z)
• Salespeople vs SalesBot: Exploring the Role of Educational Value in Conversational Recommender Systems [78.84530426424838]
  既存の会話レコメンデータシステムは、ユーザのバックグラウンド知識の欠如をよく見落とし、好みの収集にのみ焦点をあてる。 このようなシステムのシミュレーションと評価を容易にするフレームワークであるSalesOpsを紹介する。 私たちは、フレームワークの両側をシミュレートできるLLMベースのエージェントであるSalesBotとShopperBotを構築しています。
  論文  参考訳（メタデータ） (2023-10-26T19:44:06Z)
• U-NEED: A Fine-grained Dataset for User Needs-Centric E-commerce Conversational Recommendation [59.81301478480005]
  現実のEコマースシナリオからユーザニーズ中心のEコマース対話推薦データセット(U-NEED)を構築した。 U-NEEDは,5つのカテゴリ (ii) 333,879のユーザ行動と, (iii) 332,148の製品知識の3種類のリソースで構成されている。
  論文  参考訳（メタデータ） (2023-05-05T01:44:35Z)
• An End-to-End Dialogue Summarization System for Sales Calls [6.637304164559086]
  本稿では,ユーザエージェント設定用に微調整された生成モデルと,対話型要約キュレーションプロセスのためのユーザエクスペリエンスを組み合わせた生産システムを提案する。 本稿では,長時間の対話,コンテンツ検証,ラベル付きデータの欠如,品質評価など,現実世界における対話要約タスクの課題に対処する。
  論文  参考訳（メタデータ） (2022-04-27T14:02:50Z)
• Interacting with Non-Cooperative User: A New Paradigm for Proactive Dialogue Policy [83.61404191470126]
  インタラクティブな環境下でプロアクティブなポリシーを学習できるI-Proという新しいソリューションを提案する。 具体的には,4つの要因からなる学習目標重みを通じてトレードオフを学習する。 実験の結果,I-Proは,有効性と解釈性において,ベースラインを著しく上回っていることがわかった。
  論文  参考訳（メタデータ） (2022-04-07T14:11:31Z)
• User Satisfaction Estimation with Sequential Dialogue Act Modeling in Goal-oriented Conversational Systems [65.88679683468143]
  我々は,ユーザ満足度を予測するために,対話行動の逐次的ダイナミクスを取り入れた新しいフレームワーク,すなわちUSDAを提案する。 USDAは、ユーザの満足度を予測するために、コンテンツと行動機能の連続的な遷移を対話に取り入れている。 4つのベンチマーク目標指向対話データセットによる実験結果から,提案手法はUSEの既存手法よりも大幅に優れていた。
  論文  参考訳（メタデータ） (2022-02-07T02:50:07Z)
• A Data-driven Approach to Estimate User Satisfaction in Multi-turn Dialogues [22.298425763949634]
  マルチターン対話の評価は依然として困難です。 同じ経験を複雑さのレベルが異なる2つのタスクに割り当てるのは誤解を招く。 文脈に敏感で長期的な視点を持つ対話のターンレベルの満足度を推定する新しい手法を開発しています。
  論文  参考訳（メタデータ） (2021-03-01T20:00:28Z)
• You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
  認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。 そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
  論文  参考訳（メタデータ） (2020-04-11T12:51:07Z)

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。