关键词document-grounded dialogue systems
搜索结果 - 2
- 低资源语言中以文本为基础的对话系统的跨语言数据增强
本论文提出了一种新框架,利用高资源语言来增强低资源语言的对话生成能力,并通过跨语言增强模型(CLEM)来解决 DGDS 中数据稀缺的问题,包括对抗训练检索,翻译训练和融合生成技术。该方法在 DialDoc 2023 竞赛中获得第四名,表明该 - MM基于布局的文档驱动对话信息提取:数据集、方法和演示
该研究构建了基于文档的对话系统,旨在从视觉丰富的文档(VRD)中提取结构和语义知识,以生成准确的回复,为此创建了一个布局感知的文档级信息提取数据集 LIE,并开发了基准方法考虑人类的布局特征,实验结果表明布局对基于 VRD 的提取至关重要,