多次元モデリングを用いた新しいアクション集合に対する対話戦略適応【JST・京大機械翻訳】

Keizer Simon; Braunschweiler Norbert; Stoyanchev Svetlana; Doddipatla Rama

プレプリント

J-GLOBAL ID：202202212751197049 整理番号：22P0332370

多次元モデリングを用いた新しいアクション集合に対する対話戦略適応【JST・京大機械翻訳】

Dialogue Strategy Adaptation to New Action Sets Using Multi-dimensional Modelling

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 (4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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

新しいドメインとアプリケーションのための統計的音声対話システムを構築するための主要なボトルネックは,大量の訓練データの必要性である。この問題に取り組むために,対話管理に多次元アプローチを採用し,転送学習の可能性を評価した。特に,著者らは,スロットを要求するための単一要約行動が多重スロット特異的要求行動によって置換される,拡張タスク特異的行動集合のための訓練をスピードアップするための事前訓練タスク非依存ポリシーを利用した。課題ベースのユーザシミュレータを用いた政策最適化と評価実験は,限られた訓練データで,提案した多次元適応法を用いて,はるかに優れた性能レベルを達成できることを示した。部分的に訓練されたポリシーを比較して,著者らの話し言葉対話システムのクラウドソース人間ユーザ評価におけるこの改善を確認した。多次元システム(目標シナリオにおける限られた訓練データに順応する)は,7%の知覚成功率によって,1次元ベースライン(同じ量の訓練データに対する適応なし)より優れている。【JST・京大機械翻訳】

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

自然語処理 , パターン認識 , 人間機械系 , 人工知能 , 音声処理

, , , , , ,

前のページに戻る