論文の概要: DASH: Dialogue-Aware Similarity and Handshake Recognition for Topic Segmentation in Public-Channel Conversations

• arxiv url: http://arxiv.org/abs/2512.15042v1
• Date: Wed, 17 Dec 2025 03:13:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-18 17:06:26.838304
• Title: DASH: Dialogue-Aware Similarity and Handshake Recognition for Topic Segmentation in Public-Channel Conversations
• Title（参考訳）: DASH:公開チャネル会話における話題セグメンテーションのための対話型類似性とハンドシェイク認識
• Authors: Sijin Sun, Liangbin Zhao, Ming Deng, Xiuju Fu,
• Abstract要約: 対話トピック(DTS)は,海上VHF対話などのタスク指向の公開チャネル通信を理解する上で重要である。 従来の手法の限界に対処するため,新しいLLMベースのフレームワークであるDASH-DTSを提案する。 VHF-Dialは、この領域での研究を進めるために、実世界の海上VHF通信の最初の公開データセットである。
• 参考スコア（独自算出の注目度）: 4.73074147871828
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dialogue Topic Segmentation (DTS) is crucial for understanding task-oriented public-channel communications, such as maritime VHF dialogues, which feature informal speech and implicit transitions. To address the limitations of traditional methods, we propose DASH-DTS, a novel LLM-based framework. Its core contributions are: (1) topic shift detection via dialogue handshake recognition; (2) contextual enhancement through similarity-guided example selection; and (3) the generation of selective positive and negative samples to improve model discrimination and robustness. Additionally, we release VHF-Dial, the first public dataset of real-world maritime VHF communications, to advance research in this domain. DASH-DTS provides interpretable reasoning and confidence scores for each segment. Experimental results demonstrate that our framework achieves several sota segmentation trusted accuracy on both VHF-Dial and standard benchmarks, establishing a strong foundation for stable monitoring and decision support in operational dialogues.
• Abstract（参考訳）: 対話トピックセグメンテーション(DTS: Dialogue Topic Segmentation)は、海事VHF対話のようなタスク指向のパブリックチャネルコミュニケーションを理解するために不可欠である。 従来の手法の限界に対処するため,新しいLLMベースのフレームワークであるDASH-DTSを提案する。 その中核となる貢献は,(1)対話型ハンドシェイク認識によるトピックシフト検出,(2)類似性誘導型サンプル選択による文脈拡張,(3)モデル識別とロバスト性を改善するための選択的正と負のサンプルの生成である。 さらに、この領域の研究を進めるために、実世界の海上VHF通信の最初の公開データセットであるVHF-Dialをリリースする。 DASH-DTSは各セグメントの解釈可能な推論と信頼性スコアを提供する。 実験結果から,VHF-Dialベンチマークと標準ベンチマークの両方でソタセグメンテーションの信頼性が向上し,運用対話における安定したモニタリングと意思決定支援のための強力な基盤が確立された。

関連論文リスト

• Def-DTS: Deductive Reasoning for Open-domain Dialogue Topic Segmentation [2.1594788541056467]
  本稿では,オープンドメイン対話トピックのためのDef-DTS:deductive Reasoningを提案する。 提案手法は,双方向コンテキスト要約,発話意図分類,帰納的トピックシフト検出のための構造化されたプロンプト手法を用いる。 様々な対話設定の実験では、Def-DTSは従来と最先端のアプローチを一貫して上回っている。
  論文  参考訳（メタデータ） (2025-05-27T11:07:53Z)
• Common Ground Tracking in Multimodal Dialogue [13.763043173931024]
  本研究では,共有目標を持つグループの「議論」の下での,現在の共有信念と質問の集合を自動的に識別する手法を提案する。 我々は、音声の書き起こし、韻律的特徴、ジェスチャー、行動、コラボレーションの顔を含む、共有物理空間におけるマルチモーダル相互作用のデータセットを注釈付けする。 我々は、位置する証拠と信念の公理から導かれる正式なクロージャルールのセットにカスケードし、操作を更新します。
  論文  参考訳（メタデータ） (2024-03-26T00:25:01Z)
• Unsupervised Dialogue Topic Segmentation with Topic-aware Utterance Representation [51.22712675266523]
  対話トピック(DTS)は、様々な対話モデリングタスクにおいて重要な役割を果たす。 本稿では,ラベルなし対話データからトピック対応発話表現を学習する,教師なしDSSフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-04T11:35:23Z)
• FCC: Fusing Conversation History and Candidate Provenance for Contextual Response Ranking in Dialogue Systems [53.89014188309486]
  複数のチャネルからコンテキスト情報を統合できるフレキシブルなニューラルネットワークフレームワークを提案する。 会話応答ランキングタスクの評価に広く用いられているMSDialogデータセット上で,本モデルの評価を行った。
  論文  参考訳（メタデータ） (2023-03-31T23:58:28Z)
• Channel-aware Decoupling Network for Multi-turn Dialogue Comprehension [81.47133615169203]
  本稿では,PrLMの逐次文脈化を超えて,発話間の包括的相互作用のための合成学習を提案する。 私たちは、モデルが対話ドメインに適応するのを助けるために、ドメイン適応型トレーニング戦略を採用しています。 実験の結果,提案手法は4つの公開ベンチマークデータセットにおいて,強力なPrLMベースラインを著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2023-01-10T13:18:25Z)
• FlowEval: A Consensus-Based Dialogue Evaluation Framework Using Segment Act Flows [63.116280145770006]
  本稿では,音声レベルからセグメントレベルへのダイアログ行為の拡張であるセグメントアクトを提案し,大規模データセットをクラウドソースする。 セグメントアクトフローを利用するために,セグメントアクションのシーケンスを評価のために,最初のコンセンサスに基づく対話評価フレームワークであるFlowEvalを開発した。
  論文  参考訳（メタデータ） (2022-02-14T11:37:20Z)
• Improving Unsupervised Dialogue Topic Segmentation with Utterance-Pair Coherence Scoring [8.31009800792799]
  発話対ペアコヒーレンススコアのトレーニングコーパスを生成するための戦略を提案する。 そして,得られた学習コーパスを用いて,BERTに基づくニューラル発話対ペアコヒーレンスモデルを訓練する。 最後に、このようなモデルを用いて発話間の話題関係を計測し、セグメンテーション推論の基盤として機能する。
  論文  参考訳（メタデータ） (2021-06-12T08:49:20Z)
• Dialogue-Based Relation Extraction [53.2896545819799]
  本稿では,人間による対話型関係抽出(RE)データセットDialogREを提案する。 我々は,対話型タスクと従来のREタスクの類似点と相違点の分析に基づいて,提案課題において話者関連情報が重要な役割を担っていると論じる。 実験結果から,ベストパフォーマンスモデルにおける話者認識の拡張が,標準設定と会話評価設定の両方において向上することが示された。
  論文  参考訳（メタデータ） (2020-04-17T03:51:57Z)

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。