文献

J-GLOBAL ID：201802239453704671   整理番号：18A1508399

階層的注意を用いた大規模オントロジーのための言語間神経対話状態追跡器【JST・京大機械翻訳】

Cross-Language Neural Dialog State Tracker for Large Ontologies Using Hierarchical Attention

著者 (4件)： Jang Youngsoo (Computer Science Department, Korea Advanced Institute of Science and Technology, Daejeon, South Korea) ,  Ham Jiyeon (Computer Science Department, Korea Advanced Institute of Science and Technology, Daejeon, South Korea) ,  Lee Byung-Jun (Computer Science Department, Korea Advanced Institute of Science and Technology, Daejeon, South Korea) ,  Kim Kee-Eung (Computer Science Department, Korea Advanced Institute of Science and Technology, Daejeon, South Korea)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 26  号： 11  ページ： 2072-2082  発行年： 2018年 
JST資料番号： W0508B  ISSN： 2329-9290  CODEN： ITASFA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 発話からのユーザ意図の同定を参照する対話状態トラッキングは,対話管理における最も重要なタスクの一つである。本論文では,オントロジーのサイズと比較した場合に,非常に少ない機械翻訳訓練データを用いた交差言語適応に焦点を合わせた,第5の対話状態トラッキングチャレンジのために開発された対話状態追跡装置を提示した。著者らの対話状態追跡装置は,ユーザ発話において重要な単語をスポットするために,階層的な注意機構を有する双方向の長い短期記憶ネットワークに基づいている。ユーザ意図は,オントロジーにおける最も近いキーワードを注意加重単語ベクトルに見つけることによって予測される。提案した方法論により,著者らのトラッカーは,既存の機械学習ベースのトラッカーが,ユーザの意図を予測することのように,以前に見られなかったような,訓練データが少ないために,様々な困難を克服することができる。著者らのトラッカーは,ほとんどの性能測度に関して挑戦に提出された他のトラッカーより優れていることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *オントロジー ,  機械翻訳 ,  機械学習 ,  キーワード ,  *言語 ,  単語 ,  発話 ,  ネットワーク ,  *会話 ,  ベクトル ,  トラッキング装置
準シソーラス用語： 加重 ,  短期記憶 ,  訓練データ ,  対話管理 , 【Automatic Indexing@JST】

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (7件)： 注意 ,  大規模 ,  オントロジー ,  言語 ,  神経 ,  対話 ,  追跡