task-oriented dialog | BriefGPT

关键词task-oriented dialog

搜索结果 - 25

TOAD: 任务导向的自动对话系统具有多样化的回应风格
鉴于大型语言模型的最新进展，下一代虚拟助手的期望包括在各种使用场景中增强自然性和适应性。为了解决为面向任务的对话（TOD）创建高质量的注释数据的缓慢和昂贵问题，我们介绍了面向任务的自动对话（TOAD），以及其自动生成流程。TOAD 数据集模
PDF5 months ago
基于任务递进和策略感知预训练的面向任务的对话模型
本论文提出了一种任务递进的预训练对话模型，通过两个具有策略感知的预训练任务来解决任务导向型对话模型中的时序性问题和学习对话策略信息的不足。该模型通过三个阶段的逐步任务处理来进行预训练，其中设计了一个全局策略一致性任务用于捕捉多轮对话策略的时
PDF9 months ago
ACLMulti3WOZ：用于培训和评估文化适应任务导向对话系统的多语言、多领域、多并行数据集
创造高质量的任务导向对话（ToD）的注释数据是困难的，特别是在为多种语言创造公平、文化适应性强、大规模的 ToD 数据集时面临诸多挑战。因此，现有的数据集仍然非常有限，并且存在诸多限制，如基于翻译的非母语对话、小规模或缺乏文化适应性等。在这
PDFa year ago
DKAF: 基于知识库仲裁的任务导向对话系统学习中解决对话 - 知识库不一致性问题
该研究提出了一种使用对话 - KB 仲裁框架来学习具有对话 - KB 不一致的 TOD 代理的方法，该框架通过预测每个训练对话的最新的 KB 快照来减少对话 - KB 不一致，我们证明 TOD 代理训练的效果比现有基线模型更好。
PDFa year ago
ACL对话树搜索：一种新型的混合对话任务
该论文介绍了一种称为对话树搜索（CTS）的任务，它桥接了 FAQ 样式信息检索和面向任务的对话之间的差距，允许领域专家定义对话树，然后将其转换为高效的对话策略，从而实现目标完成率更高且能够跳过不必要的问题。
PDFa year ago
EMNLP半监督学习与粗细意图检测探索客户服务对话系统
本研究基于师生范式构建了一个弱监督数据集，整合粗细分类策略实现用户意图检测，实验表明，基于此方法的模块化对话系统能够以更高的成功率实现任务目标并生成更连贯的响应。
PDF2 years ago
利用合成的开放领域对话提高任务机器人的参与度
提出了一种自动生成结合任务导向对话和开放领域对话的框架，同时介绍了一种适用于这一任务的统一模型 PivotBot，并通过评估结果证明，该模型能够在任务导向对话和开放领域对话之间无缝切换。
PDF2 years ago
AnyTOD: 一款可编程的任务导向对话系统
我们提出了 AnyTOD，这是一种端到端的，零 - shot 的任务导向对话系统，能够处理未见过的任务，而不需要特定的培训。我们采用了一种神经符号方法，其中神经语言模型跟踪对话中发生的事件，并执行符号程序以推荐应该采取的下一个操作，从而显著
PDF2 years ago
基于混合知识源的任务导向对话联合推理
该研究使用 MutliWOZ-based 数据集，演示了当前方法在去除信息源严格假设时表现显著下降，并且利用预先训练的语言模型 fine-tune 了一个基于 BART 的模型，可以融合结构化和非结构化知识生成响应。
PDF2 years ago
ACL多语言原型模型在自然语言理解任务中的跨语言可迁移性研究
本文提出一种方案，使用几个样本训练的神经网络和多语言 Transformer 基础模型之间协同作用的跨语言转移，以改进跨语言学习的性能，实验结果表明，我们的方法能够显著提高跨低资源语言与高资源语言之间的转移学习性能，进一步的结果证明了 me
PDF2 years ago
OPERA：协调任务导向对话和信息搜索体验
本文提出了一种新的任务 Open-Book TOD，将任务定向对话（TOD）与问答（QA）相结合，并扩展了外部知识来源，包括显式和隐式知识源。作者还创建了一个新的数据集 OB-MultiWOZ，提出了一个统一模型 OPERA，通过访问外部知
PDF2 years ago
对话系统任务化与非任务化之间的桥梁: Chat, Shift and Perform
CASPER 是一种新型的对话系统，包含三种对话模型：聊天机器人，主题转换机器人和执行机器人。在用户研究中，相比于端到端训练的基线对话系统，CASPER 在自然度、无强制主题转换和用户满意度等方面给人留下了更好的印象。在消融研究中，我们发现
PDF2 years ago
任务导向的对话数据集并非对话型的！
本文通过分类对话和上下文效果，分析 MultiWOZ，SGD 和 SMCalFlow 等最近和广泛使用的任务型对话数据集，发现少于 4％的 MultiWOZ 的句子和 10％的 SGD 的句子具有对话效果，而 SMCalFlow 在其当前版
PDF2 years ago
ACLDS-TOD：针对任务导向对话的高效领域专业化
本文探讨了领域专业化预训练对任务定向对话的影响，并提出了一种领域适配器技术，通过构建和利用专门领域的资源，如 DomainCC 和 DomainReddit 来提高模型的任务性能。
PDF3 years ago
AAAICINS: 任务导向对话系统中的 Few-shot 学习综合指南
本文提出 Comprehensive Instruction (CINS) 方法，利用预训练语言模型 (PLMs) 的额外任务特定指令，用序列到序列模型 (T5) 解决 ToD 中的三个任务，并在少量验证数据的现实少样本学习场景中进行了实验
PDF3 years ago
AAAI基于递归插入编码的任务导向对话语义解析
本文介绍了一种新的语义分析方法，即递归插入式编码器 (RINE)，它在任务导向对话的语义分析中通过预测非终端标签和线性树中的位置来增量构建语义分析树，最终达到了最先进的精确匹配准确性，适用于嵌套命名实体识别任务，并且比序列到序列模型在推理时
PDF3 years ago
EMNLP自训练提高了面向任务的对话系统中 Few-shot 学习的预训练
研究通过自我训练的方法，利用大量未标记的对话数据进一步改进预先训练的模型，以应对高昂的对话系统不同模块的标注成本问题，并证明该方法在少量标记数据可利用时可以一致提高现有预先训练模型的性能。
PDF3 years ago
AAAI面向任务的对话中基于非结构化知识的高效检索增强生成
本文总结了我们在第九届对话系统技术挑战赛（DSTC 9）第一轨中的工作，我们提出了一种基于层次分类和序列嵌入的检索和生成方法，以实现针对任务导向对话中利用非结构化文本信息的回答生成。
PDF3 years ago
STAR：用于迁移学习的基于模式的对话数据集
我们提出了 STAR，这是一个包含 127,833 个话语和基于知识库的查询，涵盖 13 个领域，共 5820 个任务型对话的模式引导数据集，旨在促进任务和领域的迁移学习。此外，我们提出了一种可扩展的众包范例，用于收集与 STAR 质量相同
PDF4 years ago
ACL任务驱动对话中基础知识查询的无监督学习
本文提出了如何在没有知识库查询注释的情况下，使用强化学习和管道方法来训练任务导向型对话系统，并解决了相关问题，并通过分析强化学习算法的相关性和差异，突出了训练任务导向型对话系统的挑战。
PDF4 years ago