文献

J-GLOBAL ID：202102213875436102   整理番号：21A0380088

双方向教師-学生学習によるタスク指向対話のためのマルチゴールマルチエージェント学習【JST・京大機械翻訳】

Multi-goal multi-agent learning for task-oriented dialogue with bidirectional teacher-student learning

著者 (6件)： He Wanwei (Shenzhen Key Laboratory for High Performance Data Mining, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, China) ,  Sun Yang (Shenzhen Key Laboratory for High Performance Data Mining, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, China) ,  Yang Min (Shenzhen Key Laboratory for High Performance Data Mining, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, China) ,  Ji Feng (Fudan University, Shanghai, China) ,  Li Chengming (Shenzhen Key Laboratory for High Performance Data Mining, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, China) ,  Xu Ruifeng (Harbin Institute of Technology (Shenzhen), Shenzhen, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 213  ページ： Null  発行年： 2021年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,知識ベース(KB)から正確なエンティティを検索し,同時に人間のような応答を生成することを目的とする,タスク指向対話生成のためのマルチゴラルマルチエージェント学習(MGMA)フレームワークを提案した。特に,MGMAは,KB,対話パターンを抽出するためのコンテキスト指向教師エージェント,およびKBから正確なエンティティを検索するだけでなく,人間のような応答を生成する学生エージェントのKB指向教師エージェントから成る。これらの3つのネットワークを調整し,学生ネットワークを訓練し,2つの教師ネットワークからエキスパート知識を統合し,タスク指向対話生成における包括的性能を達成するために,”2対1”教師-スチューデント学習法を提案した。さらに,可能な応答の空間が大規模であり,教師が学生の会話スタイルに適応しなければならないので,学生ネットワークの出力に基づく2つの教師を更新した。この方法で,より優れた性能を有するより emな教師を得ることができる。さらに,各タスク指向対話システムを効果的に構築するために,対話メモリネットワークを用いて,無関係な対話履歴を動的にフィルタリングし,重要な新しく来る情報を記憶する。全体の会話を通して構造KBタプルを共有する別のKBメモリネットワークを採用して,各発話でメモリポインタを用いてKB情報を動的に抽出した。3つのベンチマークデータセット(すなわち,CamRest,In-Car Assistant,およびMulti-WOZ2.1)に関する大規模な実験は,MGMAが自動および人間評価の両方に関して,ベースライン法より著しく優れていることを示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *学習 ,  ネットワーク ,  フィルタリング ,  基準線 ,  知識ベース ,  *エージェント ,  発話 ,  会話
準シソーラス用語： 対話システム ,  *マルチエージェント学習 ,  ポインタ ,  エンティティ , 【Automatic Indexing@JST】

著者キーワード (3件)： タスク指向対話生成 ,  教師-学生学習 ,  動的キー値メモリネットワーク

分類 (2件)： 人工知能  (JE08000Z) ,  ネットワーク法  (KA03040X)

タイトルに関連する用語 (9件)： 双方向 ,  教師 ,  学生 ,  学習 ,  タスク ,  対話 ,  マルチ ,  ゴール ,  マルチエージェント学習