論文の概要: Enhancing Target-Guided Proactive Dialogue Systems via Conversational Scenario Modeling and Intent-Keyword Bridging

• arxiv url: http://arxiv.org/abs/2605.11964v1
• Date: Tue, 12 May 2026 11:18:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:56.815795
• Title: Enhancing Target-Guided Proactive Dialogue Systems via Conversational Scenario Modeling and Intent-Keyword Bridging
• Title（参考訳）: 対話シナリオモデリングとインテントキーワードブリジングによるターゲットガイド型プロアクティブ対話システムの実現
• Authors: Maodong Li, Yancui Li, Fang Kong,
• Abstract要約: 目標誘導型プロアクティブ対話システムは、指定されたキーワードや特定のトピックなど、予め定義された目標に向けて会話を積極的に操ることを目的としている。 既存の作業は、この側面を概ね見落としているため、現実の会話のダイナミクスとミスマッチする。 本稿では,ユーザプロファイルとドメイン知識を会話シナリオとしてモデル化し,動的にシステム発話に影響を与えるシナリオバイアスを導入する。
• 参考スコア（独自算出の注目度）: 7.72473875519438
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A target-guided proactive dialogue system aims to steer conversations proactively toward pre-defined targets, such as designated keywords or specific topics. During guided conversations, dynamically modeling conversational scenarios and intent keywords to guide system utterance generation is beneficial; however, existing work largely overlooks this aspect, resulting in a mismatch with the dynamics of real-world conversations. In this paper, we jointly model user profiles and domain knowledge as conversational scenarios to introduce a scenario bias that dynamically influences system utterances, and employ intent-keyword bridging to predict intent keywords for upcoming dialogue turns, providing higher level and more flexible guidance. Extensive automatic and human evaluations demonstrate the effectiveness of conversational scenario modeling and intent keyword bridging, yielding substantial improvements in proactivity, fluency, and informativeness for target-guided proactive dialogue systems, thereby narrowing the gap with real world interactions.
• Abstract（参考訳）: 目標誘導型プロアクティブ対話システムは、指定されたキーワードや特定のトピックなど、予め定義された目標に向けて会話を積極的に操ることを目的としている。 誘導会話では、会話シナリオや意図キーワードを動的にモデル化してシステム発話生成を誘導することが有用であるが、既存の研究はこの側面を概ね見落としており、現実の会話の力学とミスマッチする。 本稿では,会話シナリオとしてユーザプロファイルとドメイン知識を共同でモデル化し,システム発話に動的に影響を与えるシナリオバイアスを導入し,インテントキーをブリッジすることで,対話のターンに対する意図的キーワードを予測し,より高いレベルと柔軟なガイダンスを提供する。 大規模自動・人為的評価は、会話シナリオモデリングと意図的キーワードブリッジングの有効性を示し、ターゲット誘導型プロアクティブ対話システムにおいて、プロアクティブ、フルーエンシ、情報性を大幅に向上させ、現実世界の相互作用とのギャップを狭める。

関連論文リスト

• Aligning Spoken Dialogue Models from User Interactions [55.192134724622235]
  本稿では,ユーザの対話からリアルタイム会話における音声対話モデルを改善するための新しい嗜好アライメントフレームワークを提案する。 AIフィードバックを付加した生のマルチターン音声会話から15万以上の好みペアのデータセットを作成する。 本研究は, 自然なリアルタイム音声対話システムにおいて重要な, 様々な力学におけるバランスの整合性の重要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-06-26T16:45:20Z)
• Revisiting Conversation Discourse for Dialogue Disentanglement [88.3386821205896]
  本稿では,対話談話特性を最大限に活用し,対話の絡み合いを高めることを提案する。 我々は,会話の意味的文脈をより良くモデル化するために,リッチな構造的特徴を統合する構造認識フレームワークを開発した。 我々の研究は、より広範なマルチスレッド対話アプリケーションを促進する大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-06-06T19:17:47Z)
• Dialogue Planning via Brownian Bridge Stochastic Process for Goal-directed Proactive Dialogue [9.99763097964222]
  ゴール指向対話システムは,マルチターン会話を通じて事前決定された目標に積極的に到達することを目的としている。 このタスクを達成するための鍵は、ターゲットに向かってスムーズかつ一貫性のある会話を誘導する対話パスを計画することにある。 本稿では,対話経路の時間的ダイナミクスをモデル化するプロセスを用いた対話計画手法を提案する。
  論文  参考訳（メタデータ） (2023-05-09T09:28:23Z)
• A Survey on Proactive Dialogue Systems: Problems, Methods, and Prospects [100.75759050696355]
  本稿では,対話エージェントの多種多様な対話における能動性に関する顕著な問題と先進的な設計について概説する。 我々は、現実世界のアプリケーションのニーズを満たすが、将来もっと研究に焦点を当てる必要がある課題について議論する。
  論文  参考訳（メタデータ） (2023-05-04T11:38:49Z)
• Act-Aware Slot-Value Predicting in Multi-Domain Dialogue State Tracking [5.816391291790977]
  対話状態追跡(DST)は、人間と機械の相互作用を追跡し、対話を管理するための状態表現を生成することを目的としている。 機械読解の最近の進歩は、対話状態追跡のための分類型と非分類型のスロットの両方を予測する。 我々は対話行為を定式化し、機械読解の最近の進歩を活用し、対話状態追跡のためのカテゴリー型と非カテゴリ型の両方のスロットを予測する。
  論文  参考訳（メタデータ） (2022-08-04T05:18:30Z)
• "How Robust r u?": Evaluating Task-Oriented Dialogue Systems on Spoken Conversations [87.95711406978157]
  本研究は、音声タスク指向会話における新しいベンチマークを示す。 マルチドメイン対話状態追跡と知識基底型対話モデルについて検討する。 我々のデータセットは,タスク指向対話システムの音声によるベンチマークを可能にする。
  論文  参考訳（メタデータ） (2021-09-28T04:51:04Z)
• Regularizing Dialogue Generation by Imitating Implicit Scenarios [38.22638543470511]
  対話履歴と今後の会話を考慮し、生成対話システムを改善する。 将来の会話にアクセスできない従来の対話モデルは、効果的に正規化される。 我々のアプローチは多様性と妥当性に関する最先端のベースラインを大きく上回っている。
  論文  参考訳（メタデータ） (2020-10-05T10:10:19Z)
• Policy-Driven Neural Response Generation for Knowledge-Grounded Dialogue Systems [18.375851346138155]
  Seq2seqのニューラルレスポンス生成アプローチは、生成されたレスポンスの内容やスタイルを制御するための明確なメカニズムを持っていない。 本稿では、対話ポリシーを用いて、アクションプランの形式でターゲット応答の内容とスタイルを計画する。 文レベルで動作させる基本対話ポリシーは,ターンレベル生成よりも応答性がよいことを示す。
  論文  参考訳（メタデータ） (2020-05-26T06:09:57Z)
• Dynamic Knowledge Routing Network For Target-Guided Open-Domain Conversation [79.7781436501706]
  本稿では,粗いキーワードを導入することで,システム応答の意図した内容を制御する構造的アプローチを提案する。 また,対話を円滑な目標達成に導くために,より高い成功率で対話を誘導する新たな二重談話レベルの目標誘導戦略を提案する。
  論文  参考訳（メタデータ） (2020-02-04T09:49:36Z)

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。