文献

J-GLOBAL ID：201902215857705527   整理番号：19A2402333

自動対話コヒーレンス評価のための階層的意図強化ネットワーク【JST・京大機械翻訳】

Hierarchical Intention Enhanced Network for Automatic Dialogue Coherence Assessment

著者 (3件)： Zhou Yunxiao (Department of Computer Science and Technology, East China Normal University, Shanghai, P.R.China) ,  Lan Man (Department of Computer Science and Technology, East China Normal University, Shanghai, P.R.China) ,  Wang Wenting (Alibaba Group)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IJCNN  ページ： 1-8  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 多重ターンを横切る対話コヒーレンスは依然として未解決の課題である。実体グリッドモデルは,コヒーレンスモデリングのための最も一般的な手法である。しかしながら,それは隣接文章を横切るエンティティの分布に大きく依存するが,非実体テキストに埋め込まれた感情的文脈を無視し,音声意図間の長い依存性をモデル化することができない。これらの制約は,対話における文章が短く,非公式であり,そして,それにより,より少ない実体が抽出され,これらの格子においてより少ないコヒーレンス情報が表現できるので,対話領域に適用されると,より厳しくなる。実体グリッド法の限界を扱い,対話の構造知識を組み込むために,著者らは,階層的文脈と音声意図を統合するための新しいニューラルネットワークアーキテクチャを提案した。これは,実体グリッドなしでグローバルコヒーレンスを階層的にモデル化するために,発話と対話レベルの両方で統合した。著者らの提案したモデルは,テキスト識別タスクにおける最先端の全体グリッドベースのコヒーレンスモデルよりも精度が17.13%向上し,対話コンテキストにおける階層的モデリングの有効性と対話コヒーレンス評価における意図情報の重要性を確認した。Copyright 2019 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： 発話 ,  *会話 ,  有効性 ,  モデリング ,  *ネットワーク ,  *コヒーレンス ,  多重化
準シソーラス用語： ニューラルネットワークアーキテクチャ ,  テキスト ,  エンティティ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 対話 ,  コヒーレンス ,  評価 ,  意図 ,  強化