大規模会話AIシステムにおけるスキルルーティングのためのスケーラブルでロバストな自己学習【JST・京大機械翻訳】

Kachuee Mohammad; Nam Jinseok; Ahuja Sarthak; Won Jin-Myung; Lee Sungjin

プレプリント

J-GLOBAL ID：202202201658089935 整理番号：22P0332423

大規模会話AIシステムにおけるスキルルーティングのためのスケーラブルでロバストな自己学習【JST・京大機械翻訳】

Scalable and Robust Self-Learning for Skill Routing in Large-Scale Conversational AI Systems

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年04月14日プレプリントサーバーでの情報更新日： 2022年04月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

スキルルーティングは大規模会話システムにおける重要部品である。従来のルールベーススキルルーティングとは対照的に,最先端のシステムは自然会話を可能にするためのモデルベースアプローチを使用する。そのようなモデルを訓練するために必要な監視信号を提供するために,人間アノテーション,ルールベースシステムの複製,ユーザパラフレーゼに基づく再ラベリング,およびバンドベース学習のようなアイデアを提案した。しかし,これらのアプローチ:(a)スキルとスキルのオンボード,(b)は,非常に高価なエキスパートアノテーション/ルールデザインを必要とし,(c)各モデル更新でユーザ経験にリスクを導入する。本論文では,ユーザ経験を壊し,ユーザインタラクションから学習し,頻繁なモデルリフレッシュによりルーティングを漸増的に改善する,突然のポリシー変化を引き起こすことなく,ルーティング代替案を探索するスケーラブルな自己学習手法を提案した。そのようなロバストな頻繁なモデル更新を可能にするために,著者らは,個々のドメインに対する制御された政策更新を確実にする簡単で効果的なアプローチを提案し,続いて,長いA/B実験を必要とせずに展開決定を行うためのオフポリシー評価を行った。商用大規模会話システムに関する様々なオフラインおよびオンラインA/B実験を行い,実世界生産設定における提案した方法の有効性を実証した。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

人工知能

, , , , , ,

前のページに戻る