文献

J-GLOBAL ID：202202229564305832   整理番号：22A1269932

曖昧なユーザ要求に対する因果関係知識を用いた気の利いたシステム行動の選択

著者 (10件)： 田中翔平 (奈良先端科学技術大学院大) ,  田中翔平 (理研) ,  田中翔平 (理研 革新知能統合研究セ) ,  吉野幸一郎 (理研) ,  吉野幸一郎 (奈良先端科学技術大学院大) ,  吉野幸一郎 (理研 革新知能統合研究セ) ,  須藤克仁 (奈良先端科学技術大学院大) ,  須藤克仁 (理研 革新知能統合研究セ) ,  中村哲 (奈良先端科学技術大学院大) ,  中村哲 (理研 革新知能統合研究セ)
資料名： 言語処理学会年次大会発表論文集(Web)  (Proceedings of the Annual Meeting of the Association for Natural Language Processing (Web))
巻： 28th  ページ： ROMBUNNO.B5-2 (WEB ONLY)  発行年： 2022年03月 
JST資料番号： U0384A  ISSN： 2188-4420  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： タスク対話システムは,ユーザの要求に応じて適切なタスク行動を行う.この際,ユーザ発話が明確な場合のみならず,ユーザ発話が曖昧な場合でも適切なタスク行動を行うことが求められる.本研究で提案するシステムは,こうした曖昧なユーザ発話に対して,そこから推測できる潜在的な要求に対応したタスク行動を選択することを目標とする.曖昧なユーザ発話に対して気の利いたシステム行動は複数存在しうるため,これらが一対一で対応付けられたデータから,Positive/Unlabeled(PU)学習による分類器を学習する.また,学習データセットから因果関係検出モデルによって因果関係に相当する知識を抽出・蒸留することで,より精度の高いシステム行動の識別を実現する.実験の結果,提案する因果関係検出モデルを用いる手法は,単純にPN学習やPU学習を用いた場合よりも高精度で気の利いたシステム行動を識別できることが示された.(著者抄録)

シソーラス用語： 計算機利用システム ,  *対話処理 ,  発話 ,  ユーザインタフェイス ,  曖昧さ ,  需要 ,  因果律 ,  *選択 ,  分類 ,  *機械学習
準シソーラス用語： BERT【言語モデル】 ,  因果関係 ,  行動選択 ,  対話システム ,  要求 ,  曖昧性

分類 (2件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 因果関係 ,  知識 ,  行動