抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
知識グラフベース対話システムは,より有益な応答を生成でき,洗練された推論メカニズムを実装することができる。しかし,これらのモデルは知識グラフ(KG)のスパース性と不完全性を考慮せず,現在の対話モデルは動的KGには適用できない。本論文では,改良敵対Meta学習(KDAD)による動的知識グラフベース対話生成法を提案した。KDADは敵対攻撃の問題として動的知識3重を定式化し,動的知識意識対話生成に迅速に適応する目的を組み込む。最小訓練サンプルを用いて改良ADMLを用いて知識グラフベース対話モデルを訓練した。モデルは,パラメータを初期化し,訓練が少数の知識トリプルだけに基づいて迅速に完了できるように,以前の知識に適合できる。著者らは,著者らのモデルが他のベースラインよりも著しく優れていることを示した。提案手法は,動的知識グラフベース対話生成に,極めて高速で,良く適応することを実証する。【JST・京大機械翻訳】