論文の概要: NBQ: Next-Best-Question for Dynamic Profiling

• arxiv url: http://arxiv.org/abs/2606.00809v2
• Date: Tue, 02 Jun 2026 09:30:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-03 18:57:50.370199
• Title: NBQ: Next-Best-Question for Dynamic Profiling
• Title（参考訳）: NBQ: 動的プロファイリングのための次のベストプラクティス
• Authors: Yimin Shi, Clarice Wang, Haixun Wang, Xiaokui Xiao,
• Abstract要約: NBQは,様々な質問のプールをシードし,コンパクトで継続的に更新されたユーザ状態を維持できるプラグイン・アンド・プレイ・フレームワークである。 相互に互換性を持たなければならず、それぞれが自己記述と相互参照の両方の表現でモデル化されるような、相互マッチングのためのNBQをインスタンス化する。 実験の結果、NBQはAC@TとAR@Tで最大13.6%、AR@Tで14.0%、QuickMatchは最大22.9倍、リコールは最大0.989であることがわかった。
• 参考スコア（独自算出の注目度）: 24.801192677905163
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Many real-world conversational settings for knowledge discovery, including podcasts, hiring screens, and marketplaces, require a purpose-driven understanding of a person. We study the Next-Best-Question (NBQ) problem: at each turn, an interviewer should ask the question with the highest expected information gain given what has already been learned and the conversation goal. We propose NBQ, a plug-and-play framework that seeds a diverse pool of candidate questions, maintains a compact and continuously updated user state, adaptively selects the next question within a turn budget, and distills the resulting free-form dialogue into a structured vector-based user profile. As a demanding application, we instantiate NBQ for reciprocal matchmaking, where compatibility must be mutual and each person is modeled by both self-description and counterpart-preference representations. To support large-scale matching, we further introduce QuickMatch, an efficient retrieval layer that recasts reciprocal matching from quadratic pairwise scoring to approximate vector search. Experiments show that NBQ improves user profiling quality by up to 13.6% and 14.0% in AC@T and AR@T, respectively, while QuickMatch accelerates retrieval by up to 22.9x with recall up to 0.989.
• Abstract（参考訳）: ポッドキャスト、採用画面、マーケットプレースなど、知識発見のための現実世界の会話設定の多くは、人に対する目的駆動的な理解を必要とします。 我々は,NBQ問題(Next-Best-Question:NBQ:Next-Best-Question:NBQ:Next-Best-Question:NBQ)について検討する。 NBQは,多様な質問のプールをシードし,コンパクトで継続的に更新されたユーザ状態を維持し,ターン予算内で次の質問を適応的に選択し,結果として得られる自由形式の対話を構造化ベクトルベースのユーザプロファイルに蒸留する。 要求されたアプリケーションとして、相互に互換性を持たなければならず、それぞれが自己記述と相互参照の両方の表現によってモデル化される、相互マッチングのためのNBQをインスタンス化する。 大規模マッチングをサポートするために,2次対のスコアリングから近似ベクトル探索へ相互マッチングをリキャストする,効率的な検索層であるQuickMatchを導入する。 実験の結果、NBQはAC@TとAR@Tで最大13.6%、AR@Tで14.0%、QuickMatchは最大22.9倍、リコールは最大0.989であることがわかった。

関連論文リスト

• Pathways of Thoughts: Multi-Directional Thinking for Long-form Personalized Question Answering [57.12316804290369]
  ユーザ固有の情報ニーズに質問応答システムを適用するためには,パーソナライゼーションが不可欠である。 本稿では,タスク固有の微調整を必要とせず,任意の大規模言語モデル (LLM) に適用可能な推論段階の方法として,思考の経路 (PoT) を提案する。 PoTは競争ベースラインを一貫して上回り、13.1%の相対的な改善を達成している。
  論文  参考訳（メタデータ） (2025-09-23T14:44:46Z)
• Compliance Brain Assistant: Conversational Agentic AI for Assisting Compliance Tasks in Enterprise Environments [2.8724171056550256]
  Compliance Brain Assistant (CBA) は、企業環境における人員の日々のコンプライアンスタスクの効率を高めるために設計された、対話型のエージェントAIアシスタントである。 応答品質とレイテンシのバランスを良くするために,FastTrackモードとFullAgenticモードをインテリジェントに選択できるユーザクエリルータを設計する。
  論文  参考訳（メタデータ） (2025-07-23T07:51:10Z)
• Mind the Gap! Static and Interactive Evaluations of Large Audio Models [55.87220295533817]
  大型オーディオモデル(LAM)は、音声ネイティブな体験をパワーアップするために設計されている。 本研究は,484名の参加者から,LAMを評価し,7,500名のLAMインタラクションを収集する対話的アプローチを提案する。
  論文  参考訳（メタデータ） (2025-02-21T20:29:02Z)
• Selecting Query-bag as Pseudo Relevance Feedback for Information-seeking Conversations [76.70349332096693]
  情報検索対話システムは電子商取引システムで広く利用されている。 クエリバッグに基づくPseudo Relevance Feedback framework(QB-PRF)を提案する。 関連クエリを備えたクエリバッグを構築し、擬似シグナルとして機能し、情報検索の会話をガイドする。
  論文  参考訳（メタデータ） (2024-03-22T08:10:32Z)
• UniKGQA: Unified Retrieval and Reasoning for Solving Multi-hop Question Answering Over Knowledge Graph [89.98762327725112]
  KGQA(Multi-hop Question Answering over Knowledge Graph)は、自然言語の質問で言及されているトピックエンティティから、複数のホップを持つ回答エンティティを見つけることを目的としている。 我々は、モデルアーキテクチャとパラメータ学習の両方において、検索と推論を統合することで、マルチホップKGQAタスクの新しいアプローチであるUniKGQAを提案する。
  論文  参考訳（メタデータ） (2022-12-02T04:08:09Z)
• Session-Aware Query Auto-completion using Extreme Multi-label Ranking [61.753713147852125]
  本稿では,セッション対応クエリ自動補完の新たな手法を,XMR(Multi Multi-Xtreme Ranking)問題として取り上げる。 アルゴリズムのキーステップにいくつかの修正を提案することにより、この目的のために一般的なXMRアルゴリズムを適応させる。 当社のアプローチは、セッション情報を活用しながら、自動補完システムの厳しいレイテンシ要件を満たします。
  論文  参考訳（メタデータ） (2020-12-09T17:56:22Z)
• Multi-Stage Conversational Passage Retrieval: An Approach to Fusing Term Importance Estimation and Neural Query Rewriting [56.268862325167575]
  マルチステージアドホックIRシステムにクエリ再構成を組み込んだ会話経路検索(ConvPR)に取り組む。 本稿では,1項の重要度推定と2項のニューラルクエリ書き換えという2つの手法を提案する。 前者に対しては、周波数に基づく信号を用いて会話コンテキストから抽出した重要な用語を用いて会話クエリを拡張する。 後者では,会話クエリを,事前訓練されたシーケンス列列列モデルを用いて,自然な,スタンドアロンの,人間の理解可能なクエリに再構成する。
  論文  参考訳（メタデータ） (2020-05-05T14:30:20Z)

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。