論文の概要: A Benchmark for Bangla Task-Oriented Dialogue Understanding

• arxiv url: http://arxiv.org/abs/2610.18060v1
• Date: Tue, 13 Oct 2026 09:47:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 07:31:22.673314
• Title: A Benchmark for Bangla Task-Oriented Dialogue Understanding
• Title（参考訳）: タスク指向対話理解のためのベンチマーク
• Abstract要約: タスク指向の対話理解は、バングラ語、特に英語とロマン化バングラ語(バングリッシュ)を含む多言語設定において、まだ探索されていない。 バングラデシュ固有の9つのサービスドメインと64のインテントをまたいだ209のマルチターン対話からなる並列三言語ベンチマークであるBanglaTODを紹介する。 各会話のターンはバングラ語、英語、バングリッシュに並び、4,689の言語固有のターンレコードにインテント、トークンレベルスロット、状態更新、蓄積された対話状態が注釈付けされている。
• 参考スコア（独自算出の注目度）: 0.35248814759929403
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Task-oriented dialogue understanding remains underexplored for Bangla, particularly in multilingual settings involving English and romanized Bangla (Banglish). We introduce BanglaTOD, a parallel tri-lingual benchmark comprising 209 multi-turn dialogues across nine Bangladesh-specific service domains and 64 intents. Each conversational turn is aligned across Bangla, English, and Banglish, yielding 4,689 language-specific turn records annotated with intents, token-level slots, state updates, and accumulated dialogue states. We establish context-aware baselines for joint intent classification and slot filling using mBERT, BERT-base-uncased, and BanglaBERT. Cross-language analysis reveals substantial performance differences across models and linguistic representations, while removing dialogue history reduces intent accuracy by 19.0--25.7 percentage points. BanglaTOD provides a foundation for multilingual dialogue understanding and future dialogue state tracking research in Bangladesh-specific conversational applications. The dataset is publicly available at \href{https://huggingface.co/datasets/afri7here/BanglaTOD}{Hugging Face}.
• Abstract（参考訳）: タスク指向の対話理解は、バングラ語、特に英語とロマン化バングラ語(バングリッシュ)を含む多言語設定において、まだ探索されていない。 バングラデシュ固有の9つのサービスドメインと64のインテントをまたいだ209のマルチターン対話からなる並列三言語ベンチマークであるBanglaTODを紹介する。 各会話のターンはバングラ語、英語、バングリッシュに並び、4,689の言語固有のターンレコードにインテント、トークンレベルスロット、状態更新、蓄積された対話状態が注釈付けされている。 我々は,mBERT,BERT-base-uncased,BanglaBERTを用いて,共同意図分類とスロットフィリングのためのコンテキスト認識ベースラインを確立する。 言語横断分析では、モデルと言語表現間ではかなりの性能差が示され、対話履歴の削除は意図の精度を19.0-25.7ポイント削減する。 BanglaTODはバングラデシュ固有の対話型アプリケーションにおける多言語対話理解と将来の対話状態追跡研究の基礎を提供する。 データセットは \href{https://huggingface.co/datasets/afri7here/BanglaTOD}{Hugging Face} で公開されている。

関連論文リスト

• Dial HEALTHDIAL for Advice: A Multilingual and Multi-Parallel Spoken Dialogue Dataset for Knowledge-Grounded Information Seeking [72.66384771245389]
  本研究では,RAGに基づく音声対話システムの開発と評価を目的とした大規模・多言語・マルチ並列データセットであるHEALTHDIALを紹介する。 このデータセットは、WHO(World Health Organization)の信頼できるコンテンツに基づく6000の情報検索対話(言語毎1500語)と、多様な方言の母語話者から記録された163時間のユーザスピーチで構成されている。
  論文  参考訳（メタデータ） (2026-05-28T15:47:09Z)
• BIDWESH: A Bangla Regional Based Hate Speech Detection Dataset [0.0]
  本研究は,バングラヘイトスピーチデータセットであるBIDWESHを紹介する。 BD-SHSコーパスから9,183のインスタンスを3つの主要地域方言に翻訳し、注釈付けすることで構築された。 その結果得られたデータセットは、バングラでヘイトスピーチの検出を進めるための言語的にリッチでバランスの取れた、包括的なリソースを提供する。
  論文  参考訳（メタデータ） (2025-07-22T02:53:48Z)
• BanglaDialecto: An End-to-End AI-Powered Regional Speech Standardization [7.059964549363294]
  本研究は、方言のNoakhali音声を標準のBangla音声に変換するためのエンドツーエンドパイプラインを提案する。 約55の異なる方言が1億6000万人が話しており、バングラ方言に対処することは包括的コミュニケーションツールの開発に不可欠である。 実験の結果,Whisper ASRモデルが0.8%,WERが1.5%,BanglaT5モデルが41.6%,BLEUが41.6%であった。
  論文  参考訳（メタデータ） (2024-11-16T20:20:15Z)
• BanglaLlama: LLaMA for Bangla Language [1.0710988917914002]
  バングラ語は世界で5番目に大きな言語であるが、依然として「低リソース」言語である。 既存の事前訓練された言語モデルは、しばしばBangla Language Processing (BLP)タスクでうまく機能するのに苦労する。 本稿では,224kサンプルからなる2つの高品質翻訳バングラインストラクションデータセットを提案する。
  論文  参考訳（メタデータ） (2024-10-28T16:44:02Z)
• SpokenWOZ: A Large-Scale Speech-Text Benchmark for Spoken Task-Oriented Dialogue Agents [70.08842857515141]
  SpokenWOZは音声TODのための大規模音声テキストデータセットである。 SpokenWOZでは、クロスターンスロットと推論スロット検出が新たな課題である。
  論文  参考訳（メタデータ） (2023-05-22T13:47:51Z)
• A Slot Is Not Built in One Utterance: Spoken Language Dialogs with Sub-Slots [67.69407159704328]
  本稿では,SSTOD(Sub-Slot based Task-Oriented Dialog)というタスクを新たに定義する。 データセットには、中国名、電話番号、ID番号、ナンバープレート番号の4つのドメインから合計40Kのダイアログと500Kの発話が含まれている。 我々はSSTODに新たな言語現象と対話的方法を見いだし、タスクのためのダイアログエージェントを構築する上で重要な課題を提起する。
  論文  参考訳（メタデータ） (2022-03-21T07:10:19Z)
• End-to-End Natural Language Understanding Pipeline for Bangla Conversational Agents [0.43012765978447565]
  本稿では,バングラ語とバングラ語でコミュニケーション可能なビジネスアシスタントを構築するための新しい手法を提案する。 Rasa Open Source Framework、fastText組み込み、Polyglot組み込み、Fraskなどのシステムをビルディングブロックとして使用しています。 本稿では,意図分類と実体抽出のためのパイプラインを提案する。
  論文  参考訳（メタデータ） (2021-07-12T16:09:22Z)
• TOD-BERT: Pre-trained Natural Language Understanding for Task-Oriented Dialogue [113.45485470103762]
  本研究では,言語モデリングのためのタスク指向対話データセットを,人間とマルチターンの9つに統合する。 事前学習時の対話動作をモデル化するために,ユーザトークンとシステムトークンをマスク付き言語モデルに組み込む。
  論文  参考訳（メタデータ） (2020-04-15T04:09:05Z)

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。