論文の概要: A Dynamic Fusion Model for Consistent Crisis Response

• arxiv url: http://arxiv.org/abs/2509.01053v1
• Date: Mon, 01 Sep 2025 01:41:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.51949
• Title: A Dynamic Fusion Model for Consistent Crisis Response
• Title（参考訳）: 持続的危機応答のための動的核融合モデル
• Authors: Xiaoying Song, Anirban Saha Anik, Eduardo Blanco, Vanessa Frias-Martinez, Lingzi Hong,
• Abstract要約: 重要なものの、しばしば見落とされがちな要因は、レスポンススタイルの一貫性である。 生成した応答のスタイリスティックな整合性を維持する方法を検討する研究はほとんどない。 スタイル整合性を評価するための新しい指標を提案し,融合型生成手法を提案する。
• 参考スコア（独自算出の注目度）: 10.0967701891476
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In response to the urgent need for effective communication with crisis-affected populations, automated responses driven by language models have been proposed to assist in crisis communications. A critical yet often overlooked factor is the consistency of response style, which could affect the trust of affected individuals in responders. Despite its importance, few studies have explored methods for maintaining stylistic consistency across generated responses. To address this gap, we propose a novel metric for evaluating style consistency and introduce a fusion-based generation approach grounded in this metric. Our method employs a two-stage process: it first assesses the style of candidate responses and then optimizes and integrates them at the instance level through a fusion process. This enables the generation of high-quality responses while significantly reducing stylistic variation between instances. Experimental results across multiple datasets demonstrate that our approach consistently outperforms baselines in both response quality and stylistic uniformity.
• Abstract（参考訳）: 危機に影響を及ぼした人口との効果的なコミュニケーションが緊急に必要となるため、危機コミュニケーションを支援するために言語モデルによる自動応答が提案されている。 批判的だがしばしば見落とされがちな要因は、応答スタイルの整合性であり、応答者の影響を受けた個人の信頼に影響を及ぼす可能性がある。 その重要性にもかかわらず、生成した応答のスタイリスティックな一貫性を維持する方法を研究する研究はほとんどない。 このギャップに対処するため、我々はスタイル整合性を評価するための新しい指標を提案し、この指標に基礎を置く融合型生成手法を提案する。 提案手法は2段階のプロセスを用いており、まず候補応答のスタイルを評価し、その後、融合プロセスを通じてインスタンスレベルでそれらを最適化し、統合する。 これにより、インスタンス間のスタイリスティックなバリエーションを著しく低減しつつ、高品質なレスポンスの生成が可能になる。 複数のデータセットにまたがる実験の結果、我々のアプローチは応答品質とスタイルの均一性の両方において、ベースラインを一貫して上回ることを示した。

関連論文リスト

• Collective Reasoning Among LLMs: A Framework for Answer Validation Without Ground Truth [0.0]
  いくつかの先進的な大規模言語モデルが複雑で博士レベルの確率問題を生成・解き出す新しいアプローチを導入する。 本研究は, 多様なモデル間の合意が, アウトプットの信頼性を如何に示すかに焦点を当てる。
  論文  参考訳（メタデータ） (2025-02-28T06:20:52Z)
• PICK: Polished & Informed Candidate Scoring for Knowledge-Grounded Dialogue Systems [59.1250765143521]
  現在の知識接地対話システムは、生成された応答を人間に好まれる品質に合わせるのに失敗することが多い。 我々は,世代別再描画フレームワークであるPolseed & Informed Candidate Scoring (PICK)を提案する。 対話履歴に関連性を維持しつつ,より忠実な応答を生成するためのPICKの有効性を示す。
  論文  参考訳（メタデータ） (2023-09-19T08:27:09Z)
• Composed Image Retrieval with Text Feedback via Multi-grained Uncertainty Regularization [73.04187954213471]
  粗い検索ときめ細かい検索を同時にモデル化する統合学習手法を提案する。 提案手法は、強いベースラインに対して+4.03%、+3.38%、+2.40%のRecall@50精度を達成した。
  論文  参考訳（メタデータ） (2022-11-14T14:25:40Z)
• Reranking Overgenerated Responses for End-to-End Task-Oriented Dialogue Systems [71.33737787564966]
  エンド・ツー・エンド(E2E)タスク指向対話システム(ToD)は、いわゆる「いいね! 本稿では,システムによって当初過剰に生成された応答リストから高品質な項目を選択する方法を提案する。 本研究では,最先端のE2E ToDシステムを2.4BLEU,3.2ROUGE,2.8 METEORで改善し,新たなピーク値を得た。
  論文  参考訳（メタデータ） (2022-11-07T15:59:49Z)
• Improving Contextual Coherence in Variational Personalized and Empathetic Dialogue Agents [26.94544298224732]
  パーソナライズされた共感的な対話生成のための新しい不確実性認識CVAE(UA-CVAE)フレームワークを提案する。 我々は,このフレームワークが生成した応答の文脈的コヒーレンスを大幅に改善することを示す。 文脈的コヒーレンスを測定するための新しい自動尺度を導入し,人間の判断と正の相関が認められた。
  論文  参考訳（メタデータ） (2022-02-12T03:57:14Z)
• Stateful Offline Contextual Policy Evaluation and Learning [88.9134799076718]
  我々は、シーケンシャルデータから、政治以外の評価と学習について研究する。 動的パーソナライズされた価格設定などの問題の因果構造を形式化する。 本報告では,本クラスにおけるアウト・オブ・サンプル・ポリシーの性能改善について述べる。
  論文  参考訳（メタデータ） (2021-10-19T16:15:56Z)
• EnsembleGAN: Adversarial Learning for Retrieval-Generation Ensemble Model on Short-Text Conversation [37.80290058812499]
  アンサンブルGANは、オープンドメイン会話シナリオにおいて、検索世代アンサンブルモデルを強化するための逆学習フレームワークである。 言語モデルのようなジェネレータ、ランカジェネレータ、ランカディミネーターで構成されている。
  論文  参考訳（メタデータ） (2020-04-30T05:59:12Z)
• Counterfactual Off-Policy Training for Neural Response Generation [94.76649147381232]
  本稿では,反実的推論による潜在的応答の探索を提案する。 対人学習の枠組みの下での対物反応の訓練は、潜在的応答空間の高逆領域を探索するのに役立つ。 DailyDialogデータセットに関する実証的研究は、我々のアプローチがHREDモデルを大幅に上回っていることを示している。
  論文  参考訳（メタデータ） (2020-04-29T22:46:28Z)
• Posterior-GAN: Towards Informative and Coherent Response Generation with Posterior Generative Adversarial Network [38.576579498740244]
  我々は,新しいエンコーダデコーダに基づく生成逆学習フレームワーク,Posterior Generative Adversarial Network (Posterior-GAN)を提案する。 実験結果から,本手法は自動評価と人的評価の両方において,生成した応答の情報性とコヒーレンスを効果的に向上させることが示された。
  論文  参考訳（メタデータ） (2020-03-04T11:57:53Z)

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。