AAAIJul, 2019

连续和部分可观察背景下的共同理解自然语言语料库

PDF
TL;DR本研究提出了一项最小化的对话任务以测试和分析对话系统在复杂场景下共同理解能力，并收集了 6,760 个对话的数据集，在此基础上，我们对共同理解的重要现象进行了分析，并对利用神经模型识别共同话语的常见方法进行了评估和分析，旨在为对话系统的训练、评估和分析提供基础测试平台。
common groundingdialogue systemsdatasetneural modelstask formulation
发现论文，激发创造
  • 在动态环境中维护共同基础

    本研究提出了一个新颖的任务设定，以研究在动态环境下创建和维护共同基础的能力，通过新的数据集和实验，探讨了该设定引入的挑战和基线对话系统的能力，并讨论了未来的研究前景。

    May, 2021

  • 一份地标解析标注语料库，用于解释共同基础

    该论文提出了一种新的资源来研究对话系统中共同的理解过程的中间环节，通过一种简单且通用的注释模式，收集了来自现有语料库中的 5,191 个对话中的 40,172 个参照表达式，并展示了该注释的高可靠性和捕获共同理解复杂性的能力，最终证明了该注释在解释、分析和改进基线对话系统方面的优越性。

    Nov, 2019

  • 寻找共同基础：口语对话中的注释和预测共同基础

    我们介绍了一种新的标注和语料库来捕捉共同基础，然后从每个说话者的角度描述了一些从对话中提取命题并在共同基础中追踪其状态的初步实验。

    Nov, 2023

  • 走向利用大型语言模型实现对会话基础的理解

    这篇实验研究分析了信息寻求对话中大型语言模型在分类明示或隐含对话转换以及预测对接知识元素方面的能力，并揭示了大型语言模型在这两个任务中遇到的挑战，讨论了通过流程架构和知识库改进大型语言模型的对话接地理解的研究工作，在对话中处理对接知识的复杂性方面，旨在开发更加有效的对话系统。

    Jun, 2024

  • 多模态对话中的共同语境跟踪

    通过使用深度神经网络模型，基于多模态交互数据集，我们在对话建模中提出了一种自动识别共同信仰和讨论问题的方法，评估不同特征类型对成功构建共同基础的贡献，并为这一新颖且具有挑战性的任务建立了基准。

    Mar, 2024

  • 对话基础：基础行为和基础单元的注释与分析

    此研究提供了通过使用对话中的对接行为和对接单元进行标注的两个对话语料库及其对接程度的度量，以测试当前的语言模型在对话的对接行为分类中的性能，并旨在进一步研究使与机器的对话更易理解和更可靠的资源。

    Mar, 2024

  • 面向参考的基于场景的协同对话模型

    本文提出一个基于神经网络的对话模型，用于协同解决局部可见参考游戏。该模型通过结构化的参考解析器精准地理解对话内容，利用递归记忆处理复杂任务并采用合理的生成策略，大幅提高了任务完成率。实验结果表明，该模型相对于同领域前沿技术取得了显著的性能提升。

    Sep, 2021

  • 大型语言模型是假定的语义基础还是猜测？

    现有的大型语言模型在构建共性时，假设存在共同基础，而无需使用对话行为，因此需要进一步研究人机交互中的共性问题。

    Nov, 2023

  • 用即兴对话澄清谈话

    本研究探讨了在对话中建立共同知识的重要性，并提出了一种使用即兴剧场中的 yes-and 原则构建共同语境的方法，并且使用 fine-tune 后的聊天机器人与人类评估确认了这一结论。

    Apr, 2020

  • 人类和生成型人工智能间共享共同基础的认知架构：唐纳姆命名任务中模型间互动的试验

    通过研究模型间共同基准的过程，该研究关注以生成 AI 为基础在人工智能模型中建立共同基准的过程，其中以七巧板命名任务作为测试实验，并观察到通过增量反向传播可以提高模型性能。

    Nov, 2023