AAAINov, 2019

一份地标解析标注语料库，用于解释共同基础

PDF
TL;DR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。
common groundingreference resolutiondialogue systemsannotation schemanatural language understanding
发现论文，激发创造
  • 连续和部分可观察背景下的共同理解自然语言语料库

    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。

    Jul, 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

  • 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

  • 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

  • 基于空间表达的视觉对话的语言分析

    本文介绍了一个新的资源和框架，用于研究在视觉基础对话中细化语言理解，该资源包括 OneCommon 语料库、空间表达式、基于参考解析评估模型对语言结构理解的实验等，通过提供全面和可靠的语言结构注释，揭示了基线模型的优缺点。

    Oct, 2020

  • 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

  • 基于场景的澄清标注配方

    本文提出对话澄清机制是自然语言理解中一个未被充分研究的关键问题，并讨论了该问题的理论背景、实际挑战和获取基础注释的方法。同时，还提出了需要在未来研究中解决的伦理问题。

    Apr, 2021

  • 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

  • 反思而非反应：基于推理的共同理解提高对话响应质量

    本文提出通过使用 Reflect 数据集中的共同知识作为引导，可以改进当前的对话模型，从而生成更具质量和多样性的回复。

    Nov, 2022

  • 多模态情境对话中的参照解析和上下文变化用于数据可视化探索

    该论文探讨在多模态对话中，为了创建新的可视化效果，如何通过引用解析来实现用户对大屏幕可视化的引用。它描述了实体引用注释和引用解析管道，并研究了传统 CRF 和深度学习 / 转换器模型（BiLSTM-CRF 和 BERT-CRF）。结果表明，深度学习方法的转移学习显著提高了性能，虽然 CRF 仍然优于它们，但表明传统方法在低资源数据方面可能具有更好的泛化能力。

    Sep, 2022