論文の概要: Conversational Search: From Fundamentals to Frontiers in the LLM Era

• arxiv url: http://arxiv.org/abs/2506.10635v1
• Date: Thu, 12 Jun 2025 12:19:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-13 15:37:22.726172
• Title: Conversational Search: From Fundamentals to Frontiers in the LLM Era
• Title（参考訳）: 会話検索: LLM時代の基礎からフロンティアへ
• Authors: Fengran Mo, Chuan Meng, Mohammad Aliannejadi, Jian-Yun Nie,
• Abstract要約: このチュートリアルは、大きな言語モデルによって革新された基礎と新しいトピックの関連について紹介することを目的としている。 学生、研究者、および産業界からの実践者向けに設計されている。
• 参考スコア（独自算出の注目度）: 30.68590015959931
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conversational search enables multi-turn interactions between users and systems to fulfill users' complex information needs. During this interaction, the system should understand the users' search intent within the conversational context and then return the relevant information through a flexible, dialogue-based interface. The recent powerful large language models (LLMs) with capacities of instruction following, content generation, and reasoning, attract significant attention and advancements, providing new opportunities and challenges for building up intelligent conversational search systems. This tutorial aims to introduce the connection between fundamentals and the emerging topics revolutionized by LLMs in the context of conversational search. It is designed for students, researchers, and practitioners from both academia and industry. Participants will gain a comprehensive understanding of both the core principles and cutting-edge developments driven by LLMs in conversational search, equipping them with the knowledge needed to contribute to the development of next-generation conversational search systems.
• Abstract（参考訳）: 会話検索により、ユーザとシステム間のマルチターンインタラクションにより、ユーザの複雑な情報ニーズを満たすことができる。 このインタラクションの間、システムは会話コンテキスト内のユーザの検索意図を理解し、フレキシブルな対話ベースのインターフェースを通じて関連する情報を返す必要がある。 近年の強力な大規模言語モデル (LLM) は、命令追従能力、コンテンツ生成能力、推論能力を持ち、重要な注意と進歩を惹きつけ、インテリジェントな対話型検索システムを構築するための新たな機会と課題を提供する。 本チュートリアルは,会話検索の文脈において,LLMによって革新された基本と新興トピックの関連性を紹介することを目的としている。 学生、研究者、および産業界からの実践者向けに設計されている。 参加者は、会話検索におけるLLMによる中核的原則と最先端開発の両方を包括的に理解し、次世代の会話検索システムの開発に貢献するために必要な知識を身につける。

関連論文リスト

• Query Understanding in LLM-based Conversational Information Seeking [12.823070040084943]
  大規模言語モデル(LLM)は、ニュアンス言語を解釈し、動的に適応することによって、このプロセスを強化する。 本チュートリアルでは,LLMに基づくCISシステムにおけるクエリ理解の高度化を図る。
  論文  参考訳（メタデータ） (2025-04-08T18:04:43Z)
• A Survey of Conversational Search [44.09402706387407]
  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。
  論文  参考訳（メタデータ） (2024-10-21T01:54:46Z)
• 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)
• 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)
• 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)
• Advances in Multi-turn Dialogue Comprehension: A Survey [51.215629336320305]
  対話モデリングの観点から,従来の手法を検討した。 対話理解タスクで広く使用されている対話モデリングの3つの典型的なパターンについて議論します。
  論文  参考訳（メタデータ） (2021-03-04T15:50:17Z)
• 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。