論文の概要: Multilingual Conversational AI for Financial Assistance: Bridging Language Barriers in Indian FinTech

• arxiv url: http://arxiv.org/abs/2512.01439v1
• Date: Mon, 01 Dec 2025 09:23:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-02 19:46:34.776576
• Title: Multilingual Conversational AI for Financial Assistance: Bridging Language Barriers in Indian FinTech
• Title（参考訳）: 金融支援のための多言語会話型AI:インドのフィンテックにおけるブリッジング言語バリア
• Authors: Bharatdeep Hazarika, Arya Suneesh, Prasanna Devadiga, Pawan Kumar Rajpoot, Anshuman B Suresh, Ahmed Ifthaquar Hussain,
• Abstract要約: 我々は、Hinglishのようなコード混在言語をサポートする金融支援ユースケースのための多言語対話型AIシステムを提案する。 本システムでは,言語分類,機能管理,多言語応答生成を備えたマルチエージェントアーキテクチャを採用している。 この研究は、新興市場向けデジタル金融サービスの言語ギャップを埋めることに貢献している。
• 参考スコア（独自算出の注目度）: 0.429809467472829
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: India's linguistic diversity presents both opportunities and challenges for fintech platforms. While the country has 31 major languages and over 100 minor ones, only 10\% of the population understands English, creating barriers to financial inclusion. We present a multilingual conversational AI system for a financial assistance use case that supports code-mixed languages like Hinglish, enabling natural interactions for India's diverse user base. Our system employs a multi-agent architecture with language classification, function management, and multilingual response generation. Through comparative analysis of multiple language models and real-world deployment, we demonstrate significant improvements in user engagement while maintaining low latency overhead (4-8\%). This work contributes to bridging the language gap in digital financial services for emerging markets.
• Abstract（参考訳）: インドの言語多様性はフィンテックプラットフォームの機会と課題の両方を提示している。 国内には31の主要言語と100以上のマイナー言語があるが、人口の10%だけが英語を理解しており、財政的包摂の障壁となっている。 我々は、Hinglishのようなコード混合言語をサポートする金融支援ユースケースのための多言語対話型AIシステムを提案する。 本システムでは,言語分類,機能管理,多言語応答生成を備えたマルチエージェントアーキテクチャを採用している。 複数の言語モデルの比較分析と実世界のデプロイを通じて、低レイテンシのオーバーヘッド(4-8\%)を維持しながら、ユーザエンゲージメントを大幅に改善したことを示す。 この研究は、新興市場向けデジタル金融サービスの言語ギャップを埋めることに貢献している。

関連論文リスト

• Multilingual Tokenization through the Lens of Indian Languages: Challenges and Insights [27.369278566345074]
  本稿では17言語にわたるトークン化戦略の本質的な評価について述べる。 ボトムアップとトップダウンのトークン化アルゴリズムのトレードオフを定量化する。 極端に低リソースな言語は、関連する高リソースな言語で訓練されたトークン化ツールの恩恵を受けることができることを示す。
  論文  参考訳（メタデータ） (2025-06-21T18:47:33Z)
• Chitrarth: Bridging Vision and Language for a Billion People [4.434971952378384]
  我々は、包括的視覚言語モデル(VLM)であるChitrarth (Chitra: Image; Artha: Meaning)を紹介する。 我々のモデルは、多言語画像テキストデータに基づいて訓練された視覚モジュールと、最先端(SOTA)多言語大言語モデル(LLM)を効果的に統合する。 本モデルでは,低リソース言語を対象としたベンチマークのSOTA結果が得られたが,その効率は英語で維持されている。
  論文  参考訳（メタデータ） (2025-02-21T11:38:40Z)
• No Language is an Island: Unifying Chinese and English in Financial Large Language Models, Instruction Data, and Benchmarks [75.29561463156635]
  ICE-PIXIUは、翻訳された英語とオリジナルの英語のデータセットとともに、中国語のタスクのスペクトルを統合する。 多様なモデル変種への無制限アクセス、多言語および多モーダル命令データのコンパイル、エキスパートアノテーションによる評価ベンチマークを提供する。
  論文  参考訳（メタデータ） (2024-03-10T16:22:20Z)
• GlobalBench: A Benchmark for Global Progress in Natural Language Processing [114.24519009839142]
  GlobalBenchは、すべての言語におけるすべてのNLPデータセットの進捗を追跡することを目的としている。 話者当たりのユーティリティと、全言語にわたるテクノロジのエクイティをトラックする。 現在、GlobalBenchは190言語で966のデータセットをカバーしており、62言語にまたがる1,128のシステムサブミッションを持っている。
  論文  参考訳（メタデータ） (2023-05-24T04:36:32Z)
• NusaX: Multilingual Parallel Sentiment Dataset for 10 Indonesian Local Languages [100.59889279607432]
  インドネシアにおける言語の資源開発に重点を置いている。 インドネシアのほとんどの言語は絶滅危惧種に分類され、一部は絶滅している。 インドネシアで10の低リソース言語を対象とした,最初の並列リソースを開発した。
  論文  参考訳（メタデータ） (2022-05-31T17:03:50Z)
• AllWOZ: Towards Multilingual Task-Oriented Dialog Systems for All [41.10368284872525]
  本稿では8言語をカバーする多言語タスク指向顧客サービスダイアログであるAllWOZを提案する。 メタ学習にmT5を適用することで,多言語データセットのベンチマークを作成する。
  論文  参考訳（メタデータ） (2021-12-15T18:30:51Z)
• Multilingual and code-switching ASR challenges for low resource Indian languages [59.2906853285309]
  インドの7つの言語に関連する2つのサブタスクを通じて、多言語およびコードスイッチングASRシステムの構築に重点を置いている。 これらの言語では、列車とテストセットからなる600時間分の音声データを合計で提供します。 また,マルチリンガルサブタスクとコードスイッチサブタスクのテストセットでは,それぞれ30.73%と32.45%という,タスクのベースラインレシピも提供しています。
  論文  参考訳（メタデータ） (2021-04-01T03:37:01Z)
• SIGMORPHON 2020 Shared Task 0: Typologically Diverse Morphological Inflection [81.85463892070085]
  形態的回帰に関するSIGMORPHON 2020の課題は、型的に異なる言語にまたがるシステムの一般化能力を調査することを目的としている。 システムは45言語と5つの言語ファミリーのデータを使用して開発され、追加の45言語と10の言語ファミリー(合計13言語)のデータで微調整され、90言語すべてで評価された。
  論文  参考訳（メタデータ） (2020-06-20T13:24:14Z)
• The State and Fate of Linguistic Diversity and Inclusion in the NLP World [12.936270946393483]
  言語技術は、世界中の多言語主義と言語多様性の促進に寄与している。 世界中で7000を超える言語のごく少数のみが、急速に進化する言語技術やアプリケーションで表現されている。
  論文  参考訳（メタデータ） (2020-04-20T07:19:22Z)

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。