プレプリント
J-GLOBAL ID:202202217368239660   整理番号:22P0295636

ASSIST:ラベル雑音-ロバストな対話状態追跡に向けて【JST・京大機械翻訳】

ASSIST: Towards Label Noise-Robust Dialogue State Tracking
著者 (3件):
資料名:
発行年: 2022年02月25日  プレプリントサーバーでの情報更新日: 2022年03月11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)
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。
マルチWOZ2.0データセットは,対話状態追跡(DST)に関する研究を大いに促進した。しかし,その状態アノテーションにおいて実質的な雑音が発見された。このような雑音は,DSTモデルをロバストに訓練するための大きな課題をもたらす。マルチWOZ2.1~2.4を含むいくつかの洗練されたバージョンが最近発表されているが,特に訓練セットにおいて,多くの雑音ラベルが存在する。そのうえ,すべての問題のある注釈を修正することが高価である。本論文では,注釈品質をさらに改善する代わりに,雑音のあるラベルからロバストにDSTモデルを訓練するために,ASSIST(lAbel noiSe-robuSt dIalogue状態追跡)と名付けた一般的フレームワークを提案した。ASSISTは,小さなクリーンデータセットで訓練された補助モデルを用いることにより,訓練セットにおいて各サンプルに対して擬似ラベルを最初に作り,次に,一次モデルを訓練するために,生成された擬似ラベルとバニラ雑音ラベルを一緒にする。理論的にASSISTの妥当性を示した。また,実験結果は,ASSISTが,vanilla雑音ラベルだけの使用と比較して,マルチWOZ2.0で28.16%,マルチWOZ2.4で8.41%まで,DSTの共同目標精度を改善することを実証した。【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る