文献

J-GLOBAL ID：202002262386343426   整理番号：20A2074456

効果的な回答検索のためのマルチターン会話の進化の利用【JST・京大機械翻訳】

Harnessing Evolution of Multi-Turn Conversations for Effective Answer Retrieval

著者 (4件)： Aliannejadi Mohammad (University of Amsterdam, Amsterdam, Netherlands) ,  Chakraborty Manajit (Universita della Svizzera Italiana (USI), Lugano, Switzerland) ,  Rissola Esteban Andres (Universita della Svizzera Italiana (USI), Lugano, Switzerland) ,  Crestani Fabio (Universita della Svizzera Italiana (USI), Lugano, Switzerland)
資料名： ACM Proceedings  (ACM Proceedings)
号： CHIIR ’20  ページ： 33-42  発行年： 2020年 
JST資料番号： D0698C  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： 昨年にわたる音声認識と音声生成技術の改善により,多くの企業が,自然言語インタフェイスを通して携帯電話またはスマートホームデバイスで走る会話理解システムを開発しようとしてきた。Google Assistant and Microsoft Cortanaのような反転支援は,ユーザが様々なタイプのタスクを完了するのを助けることができる。これは,会話が複数のターンに進化するので,ユーザの情報の必要性の正確な理解を必要とする。自然言語の複雑性とユーザの情報ニーズの進化のため,会話の歴史における関連コンテキストを見出すことは挑戦的である。本研究では,マルチターン情報検索会話におけるユーザ発話の言語,関連性,依存性の広範囲な解析を示した。この目的のために,TREC CaST 2019トラックにより放出された会話における関連発話を注釈した。アノテーションラベルは,会話における以前の発話のどれが現在のものを改善するために使用できるかを決定する。さらに,BERT微調整に基づくニューラル発話関連モデルを提案し,競合基準を凌駕した。ユーザのコンテキストを組み込むための異なる戦略を利用して,複数の検索モデルの性能を研究し,比較した。分類と検索タスクの両方に関する実験結果は,提案した方式が会話コンテキストを効果的に同定して,組み込むことができることを示した。予測関連発話を用いた現在の発話の処理は,nDCG@20に関して38%の相対的改善を導くことを示した。最後に,この領域における研究を促進するために,注釈のデータセットを解放した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音声認識 ,  情報検索 ,  言語 ,  自然言語 ,  情報需要 ,  携帯電話 ,  *発話 ,  会話 ,  アノテーション
準シソーラス用語： 自然言語インタフェイス ,  TREC ,  Google ,  複雑性 ,  スマートホーム ,  音声生成 , 【Automatic Indexing@JST】

著者キーワード (5件)： 会話的ai ,  会話探索 ,  会話 ,  情報探索会話 ,  マルチターン会話

分類 (2件)： パターン認識  (JE07000S) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (5件)： 回答 ,  検索 ,  マルチ ,  会話 ,  進化