Transferable Multi-Domain State Generator for Task-Oriented Dialogue Systems

Chien-Sheng Wu; Andrea Madotto; Ehsan Hosseini-Asl; Caiming Xiong; Richard Socher; Pascale Fung

doi:10.18653/v1/P19-1078

Transferable Multi-Domain State Generator for Task-Oriented Dialogue Systems undo-type KCharselect unicode block name Comment task-Oriented Dialog System Name Name Comment 向者移多域生成器

Chien-Sheng Wu, Andrea Madotto, Ehsan Hosseini-Asl, Caiming Xiong, Richard Socher, Pascale Fung

Abstract

Oor-afhanklikheid op domein ontologie en mislukking van deel kennis oor domene is twee praktiese en nog minder ondersoekte probleme van dialoog staat agtervolg. Bestaande toegange gewoonlik kort val wanneer die agtervolg van onbekende slot waardes tydens inferensie en dikwels het moeilikhede in aanpassing na nuwe domeine. In hierdie papier, voorstel ons 'n Oordragbare Dialoog Staat Genereerder (TRADE) wat genereer dialoog staatste van uitspraak wat gebruik kopie mekanisme gebruik word, verlig oordrag wanneer voorskou (domein, slot, waarde) driefletjies nie by onderwerp gevind het nie. Ons model is gemaak van 'n uitspraak enkoder, 'n slot poort en 'n staatsgenereerder wat deur domeine gedeel word. Enigeriese resultate wys dat TRADE staat-van-kuns 48.62% saamste doel-presies bereik vir die vyf domeine van MultiWOZ, 'n mens-menslike dialoog-dataset. In addition, we show the transferring ability by simulating zero-shot and few-shot dialog state tracking for unseen domains. TRADE bereik 60.58% saamste doel presies in een van die nul-skoot domeine, en is in staat om aan paar-skoot gevalle te pas sonder om reeds opgelei domeine te vergeet.

Abstract

በዲሞናዊ አውቶሎጂ ላይ እና በሀገሮች ያሉት እውቀትን ማጋራየት የጎደለው ሁለት ተግባራዊ እና የመስመር ግንኙነት ግን ትንሽ የሚታመሙ የጥያቄ ጉዳይ ናቸው፡፡ የአሁኑ ደረጃዎች በዚህ ፕሮግራም ውስጥ የተለወጠውን የውይይት መክፈት (TRADE) የኮፒ አካላትን በመጠቀም የሚያሳየውን የንግግር አካላት መክፈቻን በመፍጠር እናስጀጋለን፡፡ ምሳሌያችን በሀገሮች ላይ የተካፈሉ የንግግር የድምፅ አካባቢ፣ የመስመር በር እና የሀገር አዳራሪ ነው፡፡ የኢትዮጵያ ውጤቶች TRADE የሰው-አካል አካል 48.62 በመቶ የአምስቱ የብሔራዊ አካላዊ አካል አካሄዱን እንዲያገኝ ያሳያል፡፡ In addition, we show the transferring ability by simulating zero-shot and few-shot dialogue state tracking for unseen domains. TRADE በክፍለ አዲስ ዶሜን ውስጥ 60.58 በመቶ የተጠቃሚ ጉዳይ እርግጠኛ አግኝቷል፡፡

Abstract

الاعتماد المفرط على علم الوجود للمجال ونقص مشاركة المعرفة عبر المجالات هما مشكلتان عمليتان ولكنهما أقل دراسة لتتبع حالة الحوار. تقصر المناهج الحالية عمومًا عند تتبع قيم الفتحات غير المعروفة أثناء الاستدلال وغالبًا ما تواجه صعوبات في التكيف مع المجالات الجديدة. في هذه الورقة ، نقترح مولد حالة حوار قابل للتحويل (TRADE) يولد حالات حوار من الأقوال باستخدام آلية النسخ ، مما يسهل النقل عند التنبؤ (المجال ، الفتحة ، القيمة) بثلاثة توائم لم تتم مواجهتها أثناء التدريب. يتكون نموذجنا من مشفر الكلام ، وبوابة الفتحة ، ومولد الحالة ، والتي يتم مشاركتها عبر المجالات. تظهر النتائج التجريبية أن TRADE تحقق دقة هدف مشتركة بنسبة 48.62٪ في المجالات الخمسة لـ MultiWOZ ، وهي مجموعة بيانات للحوار بين الإنسان والإنسان. بالإضافة إلى ذلك ، نظهر قدرة النقل من خلال محاكاة تتبع حالة الحوار ذات اللقطة الصفرية وقليلة اللقطات للنطاقات غير المرئية. يحقق TRADE 60.58٪ من دقة الأهداف المشتركة في أحد مجالات التسديد الصفري ، وهو قادر على التكيف مع حالات قليلة دون أن ننسى المجالات التي تم تدريبها بالفعل.

Abstract

Domenin ontologiyasından çox bağlılıq və domenin arasındakı bilgi paylaşılması iki praktik və dəyişiklik vəziyyətdə daha az danışılmış problemlərdir. Yaxınlıq sırasında bilinmədiyim slot qiymətlərini izlədikdə çox qısa olur və yeni domenalara uyğunlaşdırmaq üçün çox çətin olanlar olur. Bu kağızda, təhsil sırasında qarşılaşmayan (domani, slot, qiyməti, qiyməti) üç dəstələr təhsil edilmədiyi üçün dəyişdirilmiş Dialoog Eyaleti Generator (TRADE) təhsil edirik. Bizim modelimiz söz kodlayıcısı, slot qapısı və eyalet generatörü ilə birlikdə dağlar arasında paylaşırlar. İmparikalı sonuçlar, TRADE, İnsan-insan dialoğu verilənlərin beş domeinin müəyyən edilməsi üçün 48.62%-nin ortaq məqsədilə tamamlandığını göstərir. Əvvəlcə, sıfır-vuruş və bir neçə-vuruş dijalog durumu izləmək üçün daşıma bacarılığını göstəririk. TRADE sıfır-vuruş domeinlərin birində 60.58% ortaq məqsədilə tamamlayır və çox təhsil edilmiş domeinləri unutmadan az vuruş davalarına uyğunlaşdıra bilər.

Abstract

Прекомерната зависимост от домейнната онтология и липсата на споделяне на знания между домейните са два практически и все пак по-малко проучени проблема за проследяване на състоянието на диалога. Съществуващите подходи обикновено не успяват при проследяване на неизвестни стойности на слотове по време на заключението и често имат трудности при адаптирането към нови домейни. В настоящата статия предлагаме генератор на състояние на преносим диалог (ТЪРГОВСКА), който генерира диалогови състояния от изказвания, използвайки механизъм за копиране, улеснявайки трансфера при предсказване (домейн, слот, стойност) тризнаци, които не са срещани по време на обучението. Нашият модел се състои от кодер на речта, слот портал и генератор на състояние, които се споделят между домейните. Емпиричните резултати показват, че постига най-съвременна 48,62% обща точност на целите за петте области на набор от данни за диалог човек-човек. Освен това показваме способността за прехвърляне, като симулираме проследяване на състоянието на диалоговия диалог с нула и няколко изстрела за невидими домейни. ТРЕЙД постига 60,58% точност на съвместните цели в един от домейните с нулев изстрел и е в състояние да се адаптира към случаите с няколко изстрела, без да забравя вече обучените домейни.

Abstract

ডোমেইন অটলোজির উপর নির্ভর করে এবং সারা দেশের জ্ঞান শেয়ার করার অভাব দুই ব্যাক্তিগত এবং এখনো ডোয়ালগ রাষ্ট্রের ট্র্যাকিং এর সমস্য সংক্রান্ত সময় অজানা স্লোট মান অনুসন্ধান করার সময় বিদ্যমান প্রতিক্রিয়া সাধারণত কমে যায় এবং প্রায়শই নতুন ডোমেইনের সাথে প্ এই কাগজটিতে আমরা একটি পরিবর্তনযোগ্য ডায়ালগ স্টেট জেনারেটার (TRADE) প্রস্তাব করি যা কপি মেক্সিম ব্যবহার করে বক্তব্য থেকে কথোপকথন তৈরি করে, যা প্রশিক্ষণের সময় সাক্ষাৎ করা আমাদের মডেল একটি বক্তব্যের কোডার, একটি স্লোট গেট এবং একটি রাষ্ট্রীয় জেনারেটর, যা ডোমেন্টের জুড়ে শেয়ার করা হয়। সম্মানিত ফলাফল দেখাচ্ছে যে ট্রাডি মানব-মানব-ডায়ালগ ডাটাসেটের পাঁচটি ডোমেনের জন্য সংযুক্ত গোলের সঠিকভাবে ৪৮.62 শতাংশের রাষ্ট্রের সা এছাড়াও আমরা অদৃশ্য ডোমেনের জন্য কিছু গুলি এবং কয়েকটি গুলি ডায়ালগের রাষ্ট্র ট্র্যাকিং দেখাচ্ছি। ট্রাডের মধ্যে একটি শূন্য গুলি ডোমেনের মধ্যে ৬০. ৫৮% যৌথ লক্ষ্যের সঠিকভাবে পৌঁছে যায় এবং ইতোমধ্যে প্রশিক্ষিত ডোমেনের কথা ভুলে যাওয়া

Abstract

Over-dependence on domain ontology and lack of sharing knowledge across domains are two practical and yet less studied problems of dialog state tracking. གནས་ཡུལ་གྱི་ཐབས་ལམ་ལ་རྒྱབ་སྐྱོར་བའི་སྐབས་སུ་མི་ཤེས་པའི་འཇུག་སྣོད་ཀྱི་རིན་ཐང་ལག་ལེན་འཐབ་པ་དང་ཡང་རྒྱུན་ལྡན་དེ་དཀའ In this paper, we propose a Transferable Dialogue State Generator (TRADE) that generates dialog states from utterances using copy mechanism, facilitating transfer when predicting (domain, slot, value) triplets not encountered during training. Name ང་ཚོའི་མ་དབྱིབས་འདིས་བརྗོད་ཀྱི་ཨིན་ཀོ་ཌིར་དང་སྒོ་ཕུང་དང་གནས་སྟངས་འབྲེལ་བ་ཞིག་ཆགས་ཡོད། གཟུགས་འབྲུག འདྲ་བྱས་ན། ང་ཚོས་གནས་ཁོངས་ལ་སླར་མེད་པའི་ལྟ་བུའི་རྐྱེན་ཚད་སྐྱེལ་བ་མངོན་འཆར་བྱེད་ཀྱི་ཡོད། TRADE ལ་མཐུན་གྱི་དམིགས་ཡུལ་ནི་60.58% སྟོན་ཡོད་པའི་ཁྱད་པར་ཐག་ཆེ་བ་ཡིན།

Abstract

Previše ovisnosti o ontologiji domena i nedostatku podjele znanja u području domena su dvije praktične, a ipak manje proučavane probleme praćenja država dijaloga. Postojeći pristupi obično padaju kratak kada prate nepoznate vrijednosti slota tijekom infekcije i često imaju teškoća prilagođenja novim domenama. U ovom papiru predlažemo Generator državnog dijaloga koji stvara države dijaloga iz rečenica koristeći mehanizam kopije, olakšavajući prijenos kada predviđaju (domena, slot, vrijednost) trostruke koje nisu susreli tijekom treninga. Naš model je sastavljen od kodera govora, kapije slot a i državnog generatora koji se dijele preko domena. Empirički rezultati pokazuju da TRADE postigne tačnost zajedničkog cilja 48,62% za pet domena MultiWOZ-a, grupa podataka o dijalogu ljudskih i ljudskih ljudi. Osim toga, pokazujemo sposobnost prenošenja simulacijom nule pucnjave i nekoliko pucnjava za praćenje stanja dijaloga za nevidljive domene. TRADE postiže tačnost od 60,58% zajedničkog cilja u jednoj od domena nule pucnjave, i može se prilagoditi nekoliko slučajeva pucnjave bez zaboravljanja već obučenih domena.

Abstract

La sobrependencia a l'ontologia del domini i la falta de compartir coneixements entre dominis són dos problemes pràctics i encara menys estudiats de seguiment de l'estat del diàleg. Existing approaches generally fall short when tracking unknown slot values during inference and often have difficulties in adapting to new domains. En aquest paper, proposem un generador d'estat de diàleg transferible (TRADE) que genera estats de diàleg a partir de frases utilitzant mecanisme de còpia, facilitant la transfer ència quan prediu triplets (domini, slot, valor) no trobem durant l'entrenament. El nostre model està compost d'un codificador d'expressions, d'una porta de slots i d'un generador d'estat, que es comparteixen entre dominis. Els resultats empírics demostren que el TRADE aconsegueix la precisió de l'objectiu conjunt més avançat del 48,62% per als cinc dominis de MultiWOZ, un conjunt de dades de diàleg humà-humà. A més, demostram la capacitat de transferència simulant el seguiment d'estat de diàleg de fotografies zero i poces fotografies per dominys invisibles. TRADE aconsegueix una precisió del 60,58% de l'objectiu conjunt en un dels dominys de dispars zero, i és capaç d'adaptar-se a casos de dispars pocs sense oblidar dominys ja entrenats.

Abstract

Nadměrná závislost na doménové ontologii a nedostatek sdílení znalostí mezi doménami jsou dvě praktické a přesto méně studované problémy sledování stavu dialogu. Stávající přístupy obvykle nedostávají při sledování neznámých hodnot slotů během inference a často mají potíže s adaptací na nové domény. V tomto článku navrhujeme generátor přenosného stavu dialogu (TRADE), který generuje dialogové stavy z výroků pomocí kopírovacího mechanismu a usnadňuje přenos při predikci (doména, slot, hodnota) trojčat, které se během tréninku nesetkali. Náš model je složen z výslovného kodéru, slotové brány a generátoru stavu, které jsou sdíleny napříč doménami. Empirické výsledky ukazují, že TRADE dosahuje nejmodernější 48,62% společné přesnosti cílů pro pět domén MultiWOZ, datové sady dialogu člověk-člověk. Kromě toho ukazujeme schopnost přenosu simulací sledování stavu nulového a několika záběrů dialogu pro neviditelné domény. TRADE dosahuje 60,58% společné přesnosti branek v jedné z domén s nulovým střelem a je schopen se přizpůsobit případům s několika střelem, aniž by zapomněl na již vyškolené domény.

Abstract

Over-afhængighed af domænenontologi og manglende vidensdeling på tværs af domæner er to praktiske og endnu mindre undersøgte problemer med dialog tilstand sporing. Eksisterende tilgange er generelt utilstrækkelige, når man sporer ukendte slot værdier under inference og har ofte vanskeligheder med at tilpasse sig nye domæner. I denne artikel foreslår vi en Transferable Dialogue State Generator (TRADE), der genererer dialogtilstande ud fra udtalelser ved hjælp af kopieringsmekanisme, hvilket letter overførsel, når man forudsiger (domæne, slot, værdi) tripletter, der ikke mødes under træning. Vores model består af en talekoder, en slot gate og en tilstand generator, som deles på tværs af domæner. Empiriske resultater viser, at TRADE opnår avanceret 48,62% fælles målnøjagtighed for de fem domæner i MultiWOZ, et menneske-menneske dialog datasæt. Derudover viser vi overførselsevnen ved at simulere nulskud og få skud dialog tilstand sporing for usynlige domæner. TRADE opnår 60,58% fælles målnøjagtighed i et af de nulskudsdomæner, og er i stand til at tilpasse sig til få skudssager uden at glemme allerede uddannede domæner.

Abstract

Übermäßige Abhängigkeit von der Domänenontologie und fehlender Wissensaustausch zwischen Domänen sind zwei praktische und noch weniger erforschte Probleme der Dialogzustandsverfolgung. Bestehende Ansätze lassen sich bei der Erfassung unbekannter Slot-Werte während der Inferenz in der Regel nicht ausreichen und haben oft Schwierigkeiten, sich an neue Domänen anzupassen. In diesem Beitrag schlagen wir einen Transferable Dialogue State Generator (TRADE) vor, der Dialogzustände aus Äußerungen mittels Kopiermechanismus generiert, um den Transfer bei Vorhersagen (Domäne, Slot, Wert) Triplets zu erleichtern, die während des Trainings nicht angetroffen wurden. Unser Modell besteht aus einem Äußerungsencoder, einem Slot Gate und einem Zustandsgenerator, die domänenübergreifend genutzt werden. Empirische Ergebnisse zeigen, dass TRADE für die fünf Domänen von MultiWOZ, einem Mensch-Mensch-Dialog-Datensatz, eine zeitgemäße 48,62% gemeinsame Zielgenauigkeit erreicht. Darüber hinaus zeigen wir die Übertragungsfähigkeit, indem wir Zero-Shot und Few-Shot Dialogstatus Tracking für unsichtbare Domains simulieren. TRADE erreicht 60,58% gemeinsame Torgenauigkeit in einer der Zero-Shot-Domänen und kann sich an wenige Schussfälle anpassen, ohne bereits trainierte Domänen zu vergessen.

Abstract

Η υπερβολική εξάρτηση από την οντολογία του τομέα και η έλλειψη ανταλλαγής γνώσεων μεταξύ των τομέων είναι δύο πρακτικά και λιγότερο μελετημένα προβλήματα παρακολούθησης κατάστασης διαλόγου. Οι υπάρχουσες προσεγγίσεις γενικά υπολείπονται κατά την παρακολούθηση άγνωστων τιμών κουλοχέρηδων κατά τη διάρκεια της συναγωγής και συχνά αντιμετωπίζουν δυσκολίες προσαρμογής σε νέους τομείς. Στην παρούσα εργασία, προτείνουμε μια Μεταφερόμενη Γεννήτρια Κατάσταση Διαλόγου (που παράγει καταστάσεις διαλόγου από εκφράσεις χρησιμοποιώντας μηχανισμό αντιγραφής, διευκολύνοντας τη μεταφορά κατά την πρόβλεψη (τομέας, αυλάκωση, τιμή) τρίδυμων που δεν συναντήθηκαν κατά τη διάρκεια της εκπαίδευσης. Το μοντέλο μας αποτελείται από έναν κωδικοποιητή εκφοράς, μια πύλη αυλακώσεων και μια γεννήτρια κατάστασης, οι οποίες μοιράζονται μεταξύ των τομέων. Τα εμπειρικά αποτελέσματα καταδεικνύουν ότι το TRADE επιτυγχάνει υπερσύγχρονη 48,62% ακρίβεια κοινού στόχου για τους πέντε τομείς του MultiWOZ, ενός συνόλου δεδομένων ανθρώπινου-ανθρώπινου διαλόγου. Επιπλέον, δείχνουμε την ικανότητα μεταφοράς προσομοιώνοντας την παρακολούθηση κατάστασης διαλόγου μηδενικού πυροβολισμού και ελάχιστου πυροβολισμού για αόρατους τομείς. Το επιτυγχάνει 60,58% ακρίβεια κοινού στόχου σε έναν από τους τομείς μηδενικού πυροβολισμού και είναι σε θέση να προσαρμοστεί σε περιπτώσεις ελάχιστων πυροβολισμών χωρίς να ξεχνά ήδη εκπαιδευμένους τομείς.

Abstract

La dependencia excesiva de la ontología de dominio y la falta de intercambio de conocimientos entre dominios son dos problemas prácticos, pero menos estudiados, del seguimiento del estado del diálogo. Los enfoques existentes generalmente se quedan cortos en el seguimiento de valores de intervalos desconocidos durante la inferencia y, a menudo, tienen dificultades para adaptarse a nuevos dominios. En este artículo, proponemos un Generador de Estado de Diálogo Transferible (TRADE) que genera estados de diálogo a partir de enunciados utilizando un mecanismo de copia, facilitando la transferencia al predecir (dominio, espacio, valor) trillizos que no se encuentran durante el entrenamiento. Nuestro modelo se compone de un codificador de enunciado, una puerta de ranura y un generador de estados, que se comparten entre dominios. Los resultados empíricos demuestran que TRADE logra una precisión de objetivos conjuntos de última generación del 48,62% para los cinco dominios de MultiWoz, un conjunto de datos de diálogo humano-humano. Además, mostramos la capacidad de transferencia mediante la simulación del seguimiento del estado del diálogo de tiro cero y de pocos pasos para dominios no vistos. TRADE logra una precisión de objetivos conjuntos del 60,58% en uno de los dominios de tiro cero y es capaz de adaptarse a casos de pocos tiros sin olvidar los dominios ya entrenados.

Abstract

Liigne sõltuvus domeeniontoloogiast ja teadmiste jagamise puudumine valdkondade vahel on kaks praktilist ja samas vähem uuritud dialoogi oleku jälgimise probleemi. Olemasolevad lähenemisviisid jäävad üldiselt puudulikuks, kui jälgitakse tundmatuid teenindusaegade väärtusi järelduse ajal, ning neil on sageli raskusi kohaneda uute domeenidega. Käesolevas töös pakume välja Transferable Dialogue State Generator (TRADE), mis genereerib dialoogi seisundid väljendustest kopeerimismehhanismi abil, hõlbustades ülekandmist (domeen, pesa, väärtus) kolmikute ennustamisel, mida treeningu ajal ei esine. Meie mudel koosneb kõnede kodeerijast, pesaväravast ja olekugeneraatorist, mida jagatakse domeenide vahel. Empiirilised tulemused näitavad, et TRADE saavutab kaasaegse 48,62% ühise eesmärgi täpsuse inimese ja inimese dialoogi andmekogumi MultiWOZ viies valdkonnas. Lisaks näitame ülekandmisvõimet, simuleerides nähtamatute domeenide puhul null- ja mõne-shot dialoogi oleku jälgimist. TRADE saavutab 60,58% ühise eesmärgi täpsuse ühes null-shot domeenis ja on võimeline kohanema vähe-shot juhtumitega, unustamata juba treenitud domeenid.

Abstract

بیش بستگی بر روی اونتولوژیک دومین و کمبود شریک علم در دومین دو مشکل عملی و هنوز کمتر تحقیق شده از ردیابی دومین ایالت دیalog است. هنگامی که دنبال ارزشهای نقطه ناشناخته در طول آلودگی و اغلب مشکلات در adapting to new domains دارند، نزدیک‌های موجود کوتاه می‌شوند. در این کاغذ، ما پیشنهاد می‌کنیم یک ژنراتور ایالت диалог قابل تغییر قابل تغییر (TRADE) که در طول تمرین در مورد استفاده از مکانیسم کپی ایجاد می‌کند وضعیت‌های محاورۀ محاورۀ محاورۀ محاورۀ محاورۀ مح مدل ما از یک کوردر سخنرانی، یک دروازه اسلوت و یک ژنراتور ایالتی است که در میان دامنه‌ها مشترک می‌شوند. نتایج امپراطوری نشان می دهد که TRADE به حالت هنر 48.62 درصد دقیقات هدف مشترک برای پنج دامنه متعدد WOZ، یک مجموعه داده‌های گفتگوی انسان و انسان رسیده است. علاوه بر این، ما توانایی انتقال را با شبیه سازی کردن صفر شلیک و تعداد محاورۀ محاورۀ محاورۀ محاورۀ غیبی نشان می دهیم. TRADE 60.58% دقیق هدف مشترک در یکی از دامنهای صفر شلیک می‌شود و می‌تواند به پرونده‌های چند شلیک adapt کند بدون فراموش کردن دامنهای آموزش شده است.

Abstract

Yliriippuvuus verkkotunnuksen ontologiasta ja tiedon jakamisen puute toimialueiden välillä ovat kaksi käytännön ongelmaa dialogin tilan seurannassa. Nykyiset lähestymistavat ovat yleensä puutteellisia, kun seurataan tuntemattomia lähtö- ja saapumisaikoja päättelyn aikana, ja niillä on usein vaikeuksia sopeutua uusiin verkkotunnuksiin. Tässä artikkelissa ehdotamme Transferable Dialogue State Generator (TRADE), joka luo dialogitiloja lauseista kopiointimekanismin avulla ja helpottaa siirtymistä ennustaessaan (domain, slot, value) kolmikkoja, joita ei ole havaittu koulutuksen aikana. Mallimme koostuu lausekooderista, slot gatesta ja tilageneraattorista, jotka jaetaan toimialueiden kesken. Empiiriset tulokset osoittavat, että TRADE saavuttaa huipputason 48,62% yhteisen tavoitteen tarkkuuden MultiWOZ:n viidellä alueella, joka on ihmisen ja ihmisen välinen vuoropuheluaineisto. Lisäksi näytämme siirtokyvyn simuloimalla nolla- ja muutaman laukauksen dialogin tilan seurantaa näkymättömille toimialueille. TRADE saavuttaa 60,58% yhteisen maalin tarkkuuden yhdellä nolla-laukaus-alueella ja pystyy sopeutumaan muutaman laukauksen tapauksiin unohtamatta jo koulutettuja verkkotunnuksia.

Abstract

La dépendance excessive à l'égard de l'ontologie des domaines et le manque de partage des connaissances entre les domaines sont deux problèmes pratiques et encore moins étudiés du suivi de l'état du dialogue. Les approches existantes sont généralement insuffisantes lors du suivi de valeurs de créneaux inconnues pendant l'inférence et ont souvent des difficultés à s'adapter à de nouveaux domaines. Dans cet article, nous proposons un générateur d'état de dialogue transférable (TRADE) qui génère des états de dialogue à partir d'énoncés à l'aide d'un mécanisme de copie, facilitant le transfert lors de la prédiction de triplets (domaine, slot, valeur) non rencontrés pendant la formation. Notre modèle est composé d'un encodeur d'énoncé, d'un slot gate et d'un générateur d'état, qui sont partagés entre les domaines. Les résultats empiriques démontrent que TRADE atteint une précision de pointe de 48,62 % des objectifs communs pour les cinq domaines de MultiWOZ, un ensemble de données de dialogue homme-homme. De plus, nous montrons la capacité de transfert en simulant le suivi de l'état des dialogues à zéro et à quelques plans pour les domaines non vus. TRADE atteint 60,58 % de précision des objectifs communs dans l'un des domaines zéro tir et est capable de s'adapter à quelques cas sans oublier les domaines déjà entraînés.

Abstract

Dhá fhadhb phraiticiúla a bhaineann le rianú staid an chomhphlé is ea róspleáchas ar onteolaíocht fearainn agus easpa eolais a roinnt ar fud na bhfearann. Go ginearálta ní bhíonn na cineálacha cur chuige atá ann cheana féin gearr nuair a bhíonn luachanna sliotán anaithnid á rianú le linn tátail agus is minic a bhíonn deacrachtaí acu oiriúnú d'fhearainn nua. Sa pháipéar seo, molaimid Gineadóir Stáit Idirphlé Inaistrithe (TRÁDÁLA) a ghineann stáit idirphlé ó chainteanna ag baint úsáide as meicníocht chóipeála, a éascaíonn aistriú nuair a dhéantar tuar (fearann, sliotán, luach) ar thríríní nár aimsíodh le linn na hoiliúna. Tá ár múnla comhdhéanta d'ionchódóir cainte, geata sliotán, agus gineadóir stáit, a roinntear trasna fearainn. Léiríonn torthaí eimpíreacha go mbaineann TRADE cruinneas comhsprioc den scoth 48.62% amach do na cúig réimse de MultiWOZ, tacar sonraí idirphlé idir an duine agus an duine. Ina theannta sin, léirímid an cumas aistrithe trí rianú stáit idirphlé náid agus cúpla lámhaigh a insamhlú le haghaidh fearainn nach bhfuil feicthe. Baineann TRADE cruinneas comhsprioc 60.58% amach i gceann de na fearainn náid-lámhaigh, agus tá sé in ann oiriúnú do chásanna cúpla lámhaigh gan dearmad a dhéanamh ar fhearainn atá oilte cheana féin.

Abstract

Over-dependence on domain ontology and lack of sharing knowledge across domains are two practical and yet less studied problems of dialogue state tracking. Yi da amfani da wanda ke gaba, sai ya yi ƙari jumla idan an bi kimar slot waɗanda ba'a sani ba a lokacin kasa-maras kuma yana da tsananin matsayi a haɗi da saurãren sauti. Daga wannan takardan, Munã ƙayyade wani mai jarraba zauren Dialog na Transversable (TRADE) wanda ke ƙarfafa magana daga magana, yana amfani da mekanin kodi, kuma yana amfani da transfer idan an yi bayani da (Domin, slot, kimar) sau biyu ba wanda ya haɗa shi ba a lokacin da ya yi amfani da shi. Ana sami misalinMu daga kodi na magana, wani ƙõfa na slot, da wani mai matsayi na state, wanda ake samu da shi a kode. Mataimakin Empirical na nuna TRADU ta sami halin-kunnuwa-48.63% na daidaita goal na haɗi wa duk 5 na mulWOZ, wani tsari na zauren zauren akwatin bayani na mutum. Da wannan, za mu nuna abincin da za'a yi motsi da shirin akwatin zauren akwatin bayani na sifiri da ɗan sauri masu sakan bayani na daban-daban don sauran da ba'a sani ba. TRADEK ya sãmu tsarin goa na haɗi 60,58 cikin ɗayan shekara na sifanci, kuma yana iya iya daidai ga kasuka kaɗan da ba ya manta da wanda aka riga ya tsari.

Abstract

תלויה מוגזמת לאונטולוגיה בתחום וחסר שיתוף ידע ברחבי התחומים הם שתי בעיות מעשיות ובכל זאת פחות למדוקות של מעקב מדיום דיאלוג. גישות קיימות בדרך כלל קצרות כאשר מעקב ערכים מקום לא ידועים במהלך המסקנה ולפעמים קשות להסתגל לתחומים חדשים. בעיתון הזה, אנו מציעים גינרטור מדיני דיאלוג מועבר (TRADE) שיוצר מדינות דיאלוג מבטאות באמצעות מנגנון עותק, שיקל על העברה כאשר ניתן לחזות (שטח, ערך) שלישיות שלא נפגשו במהלך האימונים. הדוגמא שלנו מורכבת ממקודד מילים, שער מקום, וגנרטור מדינה, אשר משותפים ברחבי שדות. התוצאות האימפריות מראות שמסחר משיג בדיקת מטרה משותפת של 48.62% למשך חמש תחומות של MultiWOZ, קבוצת מידע דיאלוג אנושי-אנושי. בנוסף, אנו מראים את היכולת העברה על ידי סימולציה של מצב דיאלוג אפס-יריות ומעט-יריות לתחומים בלתי נראים. המסחר משיג מדויקת מטרה משותפת של 60.58% באחד מהשטחים עם אפס יריות, והוא מסוגל להתאים למקרים עם כמה יריות בלי לשכוח שטחים כבר מאומנים.

Abstract

डोमेन आंटोलॉजी पर अधिक निर्भरता और डोमेन में ज्ञान साझा करने की कमी संवाद राज्य ट्रैकिंग की दो व्यावहारिक और अभी तक कम अध्ययन की गई समस्याएं हैं। अनुमान के दौरान अज्ञात स्लॉट मूल्यों को ट्रैक करते समय मौजूदा दृष्टिकोण आमतौर पर कम हो जाते हैं और अक्सर नए डोमेन के अनुकूल होने में कठिनाइयां होती हैं। इस पत्र में, हम एक हस्तांतरणीय संवाद राज्य जनरेटर (TRADE) का प्रस्ताव करते हैं जो कॉपी तंत्र का उपयोग करके कथनों से संवाद राज्यों को उत्पन्न करता है, जब प्रशिक्षण के दौरान (डोमेन, स्लॉट, मूल्य) ट्रिपल्स का सामना नहीं किया जाता है, तो स्थानांतरण की सुविधा प्रदान करता है। हमारा मॉडल एक उच्चारण एन्कोडर, एक स्लॉट गेट और एक राज्य जनरेटर से बना है, जो डोमेन में साझा किए जाते हैं। अनुभवजन्य परिणामों से पता चलता है कि TRADE MultiWOZ, एक मानव-मानव संवाद डेटासेट के पांच डोमेन के लिए अत्याधुनिक 48.62% संयुक्त लक्ष्य सटीकता प्राप्त करता है। इसके अलावा, हम अनदेखी डोमेन के लिए शून्य-शॉट और कुछ-शॉट संवाद राज्य ट्रैकिंग का अनुकरण करके स्थानांतरण क्षमता दिखाते हैं। ट्रेड शून्य-शॉट डोमेन में से एक में 60.58% संयुक्त लक्ष्य सटीकता प्राप्त करता है, और पहले से ही प्रशिक्षित डोमेन को भूलने के बिना कुछ-शॉट मामलों के अनुकूल होने में सक्षम है।

Abstract

Previše ovisnosti o ontologiji domena i nedostatku podjele znanja u domenu su dvije praktične, a ipak manje proučavane probleme praćenja država dijaloga. Postoje pristupi obično smanjuju kada prate nepoznate vrijednosti slota tijekom infekcije i često imaju teškoća prilagođenja novim domenama. U ovom papiru predlažemo Generator države prijenosnog dijaloga (TRADE), koji stvara države dijaloga iz izraza koristeći mehanizam kopije, olakšavajući prijenos kada predviđaju (domena, slot, vrijednost) trostruke koje nisu susreli tijekom obuke. Naš model je sastavljen od kodera govora, kapije slot a i državnog generatora koji se dijele preko domena. Empirički rezultati pokazuju da TRADE postigne tačnost zajedničkog cilja 48,62% za pet domena MultiWOZ-a, kompleta podataka o dijalogu ljudi i ljudima. Osim toga, pokazujemo prijenosnu sposobnost simulacijom nule pucnjave i nekoliko pucnjava za praćenje stanja dijaloga za nevidljive domene. TRADE postiže to čnost zajedničkog cilja 60,58% u jednoj od domenata nule pucnjave i može se prilagoditi nekoliko slučajeva pucnjave bez zaboravljanja već obučenih domena.

Abstract

A domain ontológiától való túlzott függés és a tudás megosztásának hiánya a domain ontológiában két gyakorlati, mégis kevésbé tanulmányozott probléma a párbeszédállapot nyomon követésének. A meglévő megközelítések általában hiányosak, amikor ismeretlen résidő értékeket követnek a következtetés során, és gyakran nehézségeket okoznak az új domainekhez való alkalmazkodásban. Ebben a tanulmányban egy transzferálható párbeszéd állapotgenerátort (TRADE) javasolunk, amely párbeszédállapotokat hoz létre a kimondásokból másolási mechanizmus segítségével, megkönnyítve az átvitelt az edzés során nem tapasztalható háromszoros (domain, slot, érték) előrejelzésekor. Modellünk egy kimondási kódolóból, egy slot kapuból és egy állapotgenerátorból áll, amelyeket tartományok között osztanak meg. Empirikus eredmények azt mutatják, hogy a TRADE 48,62%-os közös célpontosságot ér el az ember-ember párbeszéd adatkészlet öt területén. Ezenkívül az átviteli képességet a láthatatlan tartományok nullás és néhány lövéses párbeszédállapotkövetésének szimulálásával mutatjuk meg. A TRADE 60,58%-os közös célpontosságot ér el a nulla lövéses domain egyikében, és képes alkalmazkodni a kevés lövéses esetekhez anélkül, hogy megfeledkezne a már kiképzett domainekről.

Abstract

Անկախվածությունը բնագավառի օնտոլոգիայից և գիտելիքների բացակայությունը բնագավառներում երկու պրակտիկ և այնուամենայնիվ ավելի քիչ ուսումնասիրելի խնդիրներ են, որոնք հանդիսանում են երկրի հետևման համար: Existing approaches generally fall short when tracking unknown slot values during inference and often have difficulties in adapting to new domains. Այս թղթի մեջ մենք առաջարկում ենք փոխանցելի դասախոսության պետական ստեղծողը, որը ստեղծում է դասախոսության պետություններ արտահայտություններից՝ օգտագործելով կոպիայի մեխանիզմ, որը նպաստում է փոխանցումը, երբ կանխագուշակում են (տիեզերք, վայրեր, արժեքներ) երեք անգա Մեր մոդելը կազմված է արտահայտության կոդերից, արտահայտության դարպասից և պետական գեներատորից, որոնք տարբեր բնագավառներում են: Իմպիրական արդյունքները ցույց են տալիս, որ Trade-ը հասնում է 48.62 տոկոսի բարձրագույն նպատակի ճշգրիտությունը Միլիվոզի հինգ բնագավառների համար, մարդկային-մարդկային երկխումբի տվյալների համակարգի: Ավելին, մենք ցույց ենք տալիս հաղորդակցման ունակությունը՝ սիմուլյացիայի միջոցով զրո-նկարների և քիչ-նկարների պատկերացման վիճակի հետևման միջոցով անտեսանելի դաշտերի համար: Trade հասնում է 60.58 տոկոսի ընդհանուր նպատակի ճշգրիտությունը զրոյի բնագավառներից մեկում, և կարողանում է հարմարվել մի քանի բնագավառներին առանց մոռանալու արդեն պատրաստված բնագավառներին:

Abstract

Terlalu tergantung pada ontologi domain dan kekurangan berbagi pengetahuan di seluruh domain adalah dua masalah praktis dan namun kurang mempelajari pelacakan negara dialog. Pendekatan yang ada umumnya singkat ketika melacak nilai slot yang tidak diketahui selama kesimpulan dan sering memiliki kesulitan dalam adaptasi ke domain baru. Dalam kertas ini, kami mengusulkan Generator Negara Dialog Transferable (TRADE) yang menghasilkan negara dialog dari ucapan menggunakan mekanisme salinan, memudahkan transfer ketika memprediksi (domain, slot, nilai) tiga kali tidak ditemui selama latihan. Model kami terdiri dari pengekode ucapan, gerbang slot, dan generator negara, yang dibagi di seluruh domain. Hasil kerajaan menunjukkan bahwa TRADE mencapai akurasi tujuan kongsi 48,62% untuk lima domain MultiWOZ, sebuah set data dialog manusia-manusia. Selain itu, kami menunjukkan kemampuan pemindahan dengan simulasi penembakan nol dan beberapa penembak dialog pelacakan keadaan untuk domain yang tidak terlihat. TRADE mencapai akurasi tujuan kongsi 60,58% dalam salah satu domain zero-shot, dan mampu menyesuaikan diri ke kasus beberapa-shot tanpa melupakan domain yang sudah dilatih.

Abstract

L'eccessiva dipendenza dall'ontologia del dominio e la mancanza di condivisione delle conoscenze tra i domini sono due problemi pratici ma meno studiati del monitoraggio dello stato del dialogo. Gli approcci esistenti sono generalmente carenti quando tracciano valori di slot sconosciuti durante l'inferenza e spesso hanno difficoltà ad adattarsi a nuovi domini. In questo articolo, proponiamo un Generatore di Stato di Dialogo Transferable (TRADE) che genera stati di dialogo dalle parole utilizzando il meccanismo di copia, facilitando il trasferimento quando si prevede (dominio, slot, valore) triplette non incontrate durante l'allenamento. Il nostro modello è composto da un encoder di pronuncia, uno slot gate e un generatore di stato, che sono condivisi tra domini. I risultati empirici dimostrano che TRADE raggiunge l'accuratezza degli obiettivi comuni del 48,62% all'avanguardia per i cinque domini di MultiWOZ, un dataset di dialogo uomo-uomo. Inoltre, mostriamo l'abilità di trasferimento simulando il monitoraggio dello stato di dialogo zero-shot e pochi-shot per domini invisibili. TRADE raggiunge il 60,58% di precisione degli obiettivi comuni in uno dei domini zero shot ed è in grado di adattarsi ai casi pochi colpi senza dimenticare domini già addestrati.

Abstract

ドメインオントロジーへの過度の依存とドメイン間での知識の共有の欠如は、対話状態トラッキングの2つの実用的であり、研究されていない問題です。既存のアプローチは、推論中に未知のスロット値を追跡すると一般的に不足し、多くの場合、新しいドメインに適応することが困難です。本稿では，コピー機構を用いて発話から対話状態を生成し，トレーニング中に遭遇しない（ドメイン，スロット，値）三重項を予測する際の転送を容易にする「転送可能対話状態生成器（ TRADE ）」を提案する．私たちのモデルは、発話エンコーダ、スロットゲート、およびステートジェネレータで構成されており、これらはドメイン間で共有されています。実証結果は、人間と人間の対話データセットであるMultiWOZの5つのドメインで、貿易が最先端の48.62 ％の共同目標精度を達成していることを示しています。さらに、見えないドメインのゼロショットおよび数ショットのダイアログ状態追跡をシミュレートすることで、転送機能を示します。トレードは、ゼロショットドメインの1つで60.58%の共同目標精度を達成し、すでにトレーニングを受けているドメインを忘れることなく、ほとんどのショットケースに適応することができます。

Abstract

Around-packages on domain ontlogies and falsity of sharing knowings politenessoffpolite"), and when there is a change ("assertivepoliteness In this paper, we proposal a transfer able DialogDialog state Genertor modellu iki gambar shader Wulangan tengong cara-cara sing bisalahan kanggo dirampungano TRANE nggawe Stati-karo-karo 4800%. Nambah, kita ngubah perusahaan kanggo ngilanggar sampeyan 0-uput lan kelas-uput dialog Daftar kanggo ngilanggar token TRDEE ono wektu nggawe 60.58% pating kanggo gabung ing pangunaké sabanjur dumateng 0, lan iso nggawe tarjamahan kanggo kelas-kotang

Abstract

დიალოგის სტატის მონაცემების პრობლემენტების განმავლობაზე და კონტაქტის განმავლობაში არ არის ორი პრაქტიკური და მაგრამ უფრო კონტაქტიური პრობლემები. არსებობს მიღება, როდესაც ინფრენციის დროში უცნობილი სლოტის მნიშვნელობების შენახვედნენ, და ზოგჯერ ახალი დიომენების შენახვედნენის შესაძლებელობა. ამ დომენტში, ჩვენ მინდომა გადატვირთვის დიალოგის სტატის გენერატორი (TRADE), რომელიც დიალოგის სტატისგან გამოყენებული სიტყვების განსაზღვრება გამოყენებული კომენტის მექანსის გამოყენებით, გადავი ჩვენი მოდელი კოდირებით, სლოტის გედნიერით და სტატური გედნიერით შექმნია, რომელიც კოდირებით გაყოფილი. ამოვრიკალური წარმოდგენები აჩვენებენ, რომ TRADE მიიღება 48.62% საერთო მიზეზი მრავალ WOZ, ადამიანური-ადამიანური დიალოგის მონაცემების ხუთი დემონი. დამატებით, ჩვენ ჩვენ აჩვენებთ გადატანსტრების შესაძლებლობა ნულ სტანტის და პატარა სტანტის დიალოგის სტანტის შენახვა დომენებისთვის. TRADE მიიღება 60,58% საერთო მიზეზი წარმოდგენა ერთი ნულ სტატის დიომენში, და შეუძლია აეპორტირება მცირე სტატის შემთხვევაში, უკვე დახსოვრებით უკვე განაკეთებული დიომენში

Abstract

Домен онтологиясына тәуелді және домендердің білімдерін ортақтастыру жоқ екі практикалық, бірақ диалог күйінің қадағалау мәселелерін бақылады. Бар жағдайда болатын жағдайлар көбінде беймәлім слот мәндерін қадағалағанда қысқартылып жаңа доменге адаптау қиын болады. Бұл қағазда, көшірмелеу механизмі қолданып диалог күйінің күйінің жасауын жасайтын диалог жасаушысы (TRADE) жасайтын диалог жасаушысын таңдаймыз. Көшірмелеу механизмін қолдану үшін (доменге, слот, мән, мән) Біздің үлгіміз сөз кодерінен, слоттың қапшығынан, домендерден ортақтастырылған күй генераторынан құрылады. Империялық нәтижелер TRADE күй- жайындағы 48,62% күй- жайындағы күй- жайындағы күй- жайындағы күй- жайындағы бес доменге, адамдар- адамдар диалог деректер жинағына жеткізеді. Қосымша, біз нөл шоу мен кейбір шоу диалог күйін қадағалау үшін аудару мүмкіндігін көрсету мүмкіндігін көрсетедік. TRADE 60,58% жалпы мақсаттың дұрыстығын нөл сүрту доменінің бірінде жеткізеді, және бірнеше сүрту үшін бірнеше доменге ұмытпай алады.

Abstract

영역 본체에 지나치게 의존하는 것과 분야별 지식 공유가 부족한 것은 대화 상태 추적의 두 가지 실제 문제지만 연구는 적다.기존의 방법은 추리 과정에서 알 수 없는 시간 간격을 추적할 때 부족하고 새로운 영역에 적응하기 어렵다.본고에서 우리는 이동 가능한 대화 상태 생성기(TRADE)를 제시했다. 이 생성기는 복제 메커니즘을 사용하여 말에서 대화 상태를 생성하고 훈련 과정에서 만나지 못한 (역, 시간 간격, 값) 삼원조를 예측할 때 전환을 추진했다.우리의 모형은 하나의 음성 인코더, 하나의 틈새문, 그리고 하나의 상태 생성기로 구성되어 있으며, 그것들은 전역적으로 공유된다.실증 결과에 따르면 인류 대화 데이터 집합 MultiWOZ의 다섯 가지 분야에서 무역은 가장 선진적인 48.62%의 연합 목표 정확도를 달성했다.그 밖에 우리는 보이지 않는 구역의 제로 렌즈와 소 렌즈의 대화 상태 추적을 모의하여 이러한 전송 능력을 보여준다.TRADE는 이 중 하나의 제로 슛 구역에서 60.58%의 연합 목표 정확도를 실현했고 소수의 슛 상황에 적응할 수 있으며 이미 훈련한 구역을 잊지 않는다.

Abstract

Pernelyg didelė priklausomybė nuo srities ontologijos ir dalijimosi žiniomis trūkumas visose srityse yra dvi praktinės, tačiau mažiau ištirtos dialogo valstybės stebėjimo problemos. Existing approaches generally fall short when tracking unknown slot values during inference and often have difficulties in adapting to new domains. Šiame dokumente siūlome perkeliamojo dialogo valstybės generatorių (TRADE), kuris sukuria dialogo valstybes iš žodžių, naudojant kopijų mechanizmą, palengvindamas perkėlimą prognozuojant (domeno, laiko tarpsnių, vertės) trigubus atvejus, kurių mokymo metu nenustatyta. Our model is composed of an utterance encoder, a slot gate, and a state generator, which are shared across domains. Empirical results demonstrate that TRADE achieves state-of-the-art 48.62% joint goal accuracy for the five domains of MultiWOZ, a human-human dialogue dataset. Be to, mes parodysime perdavimo gebėjimą imituodami nulinio ir kelių nuotraukų dialogo būklės sekimą nematoms sritims. Prekyba siekia 60,58 % tikslumo vienoje iš nulinio nuotraukos sričių ir gali prisitaikyti prie kelių nuotraukų atvejų nepamirštant jau parengtų sričių.

Abstract

Over-dependence on domain ontology and lack of sharing knowledge across domains are two practical and yet less studied problems of dialogue state tracking. Existing approaches generally fall short when tracking unknown slot values during inference and often have difficulties in adapting to new domains. In this paper, we propose a Transferable Dialogue State Generator (TRADE) that generates dialogue states from utterances using copy mechanism, facilitating transfer when predicting (domain, slot, value) triplets not encountered during training. Нашиот модел е составен од кодер на изрази, порта на слот и државен генератор, кои се споделени преку домени. Империските резултати покажуваат дека TRADE постигнува најсовремена точност на заедничката цел од 48,62 отсто за петте домени на МултиВОЗ, набор на податоци за човек-човек дијалог. Покрај тоа, ја покажуваме пренесувачката способност со симулирање на нула-снимка и неколку-снимки дијалогот за следење на состојбата на невидени домени. ТрАДЕ постигнува 60,58 отсто точност на заедничката цел во еден од домените со нула снимка и може да се адаптира на неколку случаи без да заборави веќе обучени домени.

Abstract

ഡൊമെയിന്‍ ആശ്രയിക്കുന്നതിനെക്കാള്‍ ആശ്രയിക്കുന്നതും ഡൊമെയില്‍ മുഴുവന്‍ അറിവുകള്‍ പങ്കുചേര്‍ക്കുന്നതിന്റെയും കുറവും രണ് അപരിചിതമായ സ്ലോട്ട് മൂല്ല്യങ്ങള്‍ പിന്തുടരുമ്പോള്‍ നിലവിലുള്ള അടുത്തുള്ള അടിസ്ഥാനങ്ങള്‍ സാധാരണ ചെറുതായിത്തീരു ഈ പത്രത്തില്‍ ഞങ്ങള്‍ ഒരു ട്രാന്‍സ്റ്റ്രാന്‍സ്റ്റ് സ്റ്റേറ്റ് സ്റ്റേറ്റ് ജെന്ററേറ്റര്‍ പ്രൊദ്ദേശിപ്പിക്കുന്നു. വാക്കുകളില്‍ നിന്നും സംസാരിക്കുന്ന സ നമ്മുടെ മോഡല്‍ ഒരു സ്ലോട്ട് ഗേറ്റും സ്ട്രോട്ട് ഗേറ്റും ഒരു സ്ട്രേറ്റ് ജെനററേറ്റരും ഉണ്ടാക്കിയിരിക്കുന്ന എമിരിക്കല്‍ ഫലങ്ങള്‍ തെളിയിക്കുന്നു, TRADE 48.62% സ്ഥാനം നേടുന്നു. മുള്‍ട്ടുവോസിന്റെ അഞ്ച് ഡോമെനെന്‍സിന് വേണ്ടിയുള്ള സൂക്ഷ്മമായ ഗോ കൂടാതെ, നമ്മള്‍ പൂജ്യത്തിന്റെ വെടിവെക്കുന്നതിന്റെയും പൂജ്യത്തിന്റെയും വെടിവെക്കപ്പെട്ട സംസാരത്തിന്റെയ ട്രെഡിയില്‍ ഒരു പൂജ്യത്തില്‍ സൂക്ഷിക്കപ്പെട്ട ഡോമെനെന്നില്‍ 60.58% യൂട്ട് ഗോളിന് കൃത്യമായി ലഭ്യമാക്കുന്നു. പൂജ്യത്തില്‍ ഒരു ഡ

Abstract

Дэлхийн ontology болон мэдлэг хуваалцахын тулд их хамааралтай байдал нь хоёр практик, гэхдээ диалог улс орнуудын даалгаврын асуудал бага. Бас оршиж буй арга барилгууд халдварын үед тодорхойгүй слотын утгыг дагах үед богино болдог. Шинэ хэсгүүдэд зохицуулахад ихэвчлэн хэцүү байдаг. Энэ цаасан дээр бид Диалог улс төрөлхтний генератор (TRADE) болох диалог хэлбэрээс хууль механизмыг ашиглан ярианы байгууллагуудыг үүсгэдэг, дасгал хөдөлгөөнийг хөгжүүлэхэд (дом, слот, утга, үнэ) гурван дасгал хөдөлг Бидний загвар нь хэлэлцээний кодер, слотын хаалт, улс төрийн генератор бүтээгдэхүүнтэй. Харин эзэмшигийн үр дүнд TRADE нь хүн болон хүн төрөлхтний диалог өгөгдлийн сангийн таван сүлжээний тохиромжтой тохиромжтой байдлыг 48.62% дэвшүүлдэг гэдгийг харуулдаг. Түүнчлэн, бид 0-шүтлэг болон хэдэн шүтлэг диалогын байр суурь дагуулах чадварыг харуулж байна. ТРАДЕ нь 60.58% дундаж зорилго зөв байдлын нэг талаар гарч ирнэ. ТРАДЕ нь аль хэдийнээ сургалтын зорилготой газрыг мартахгүй хэдэн зурагт тулгарч чадна.

Abstract

Terlalu bergantung pada ontologi domain dan kekurangan berkongsi pengetahuan di seluruh domain adalah dua masalah praktik dan namun kurang dipelajari pengesan keadaan dialog. pendekatan yang wujud secara umum pendek bila mengesan nilai slot tidak diketahui semasa kesimpulan dan sering mempunyai kesulitan dalam menyesuaikan kepada domain baru. Dalam kertas ini, kami cadangkan Penjana Negara Dialog Transferable (TRADE) yang menghasilkan negara dialog dari ungkapan menggunakan mekanisme salinan, memudahkan pemindahan bila meramalkan (domain, slot, nilai) tiga kali tidak ditemui semasa latihan. Our model is composed of an utterance encoder, a slot gate, and a state generator, which are shared across domains. Hasil empirik menunjukkan bahawa TRADE mencapai ketepatan tujuan kongsi 48.62% untuk lima domain MultiWOZ, set data dialog manusia-manusia. In addition, we show the transferring ability by simulating zero-shot and few-shot dialogue state tracking for unseen domains. TRADE mencapai ketepatan tujuan kongsi 60.58% dalam salah satu domain 0-shot, dan mampu menyesuaikan diri kepada beberapa kes-shot tanpa melupakan domain yang sudah dilatih.

Abstract

Id-dipendenza żejda fuq l-ontoloġija tad-dominju u n-nuqqas ta’ qsim tal-għarfien fost l-oqsma huma żewġ problemi prattiċi u madankollu inqas studjati ta’ traċċar tal-istat tad-djalogu. L-approċċi eżistenti ġeneralment jonqsu meta jiġu traċċati valuri mhux magħrufa tas-slots matul l-inferenza u spiss ikollhom diffikultajiet biex jadattaw għal dominji ġodda. F’dan id-dokument, qed nipproponu Ġeneratur tal-Istat ta’ Djalogu Transferabbli (TRADE) li jiġġenera stati ta’ djalogu minn dikjarazzjonijiet bl-użu ta’ mekkaniżmu ta’ kopja, li jiffaċilita t-trasferiment meta wieħed jipprevedi (dominju, slot, valur) tliet darbiet li ma jkunux iltaqgħu waqt it-taħriġ. Il-mudell tagħna huwa magħmul minn kodifikatur tal-espressjonijiet, porta tas-slots, u ġeneratur tal-istat, li huma kondiviżi bejn id-dominji. Ir-riżultati empiriċi juru li l-kummerċ jikseb l-aktar preċiżjoni a ġġornata tal-mira konġunta ta’ 48.62% għall-ħames oqsma ta’ MultiWOZ, sett ta’ dejta ta’ djalogu bejn il-bniedem u l-bniedem. Barra minn hekk, aħna nuru l-kapaċità ta’ trasferiment billi ninsimulaw it-traċċar tal-istat tad-djalogu b’żero-shot u bi ftit shot għal dominji mhux osservati. Il-kummerċ jikseb il-preċiżjoni tal-mira konġunta ta’ 60.58% f’wieħed mid-dominji b’żero shot, u huwa kapaċi jadatta għal każijiet b’ftit shot mingħajr ma jinsa dominji diġà mħarrġa.

Abstract

Overafhankelijkheid van domeinontologie en gebrek aan het delen van kennis over domeinen zijn twee praktische en nog minder bestudeerde problemen van dialoogstatus tracking. Bestaande benaderingen schieten over het algemeen tekort bij het volgen van onbekende slotwaarden tijdens inferentie en hebben vaak moeite om zich aan te passen aan nieuwe domeinen. In dit artikel stellen we een Transferable Dialogue State Generator (TRADE) voor die dialoogstaten genereert uit uitingen met behulp van kopieermechanisme, waardoor overdracht wordt vergemakkelijkt bij het voorspellen van (domein, slot, waarde) drielingen die niet tijdens de training zijn tegengekomen. Ons model bestaat uit een uitingscoder, een slot gate en een state generator, die worden gedeeld over domeinen. Empirische resultaten tonen aan dat TRADE state-of-the-art 48,62% gezamenlijke doelnauwkeurigheid bereikt voor de vijf domeinen van MultiWOZ, een mens-mens dialoogdataset. Daarnaast tonen we de overdraagbaarheid door het simuleren van zero-shot en few-shot dialoogstatus tracking voor onzichtbare domeinen. TRADE bereikt 60,58% gezamenlijke doelnauwkeurigheid in een van de zero-shot domeinen, en is in staat om zich aan te passen aan weinig-shot gevallen zonder al getrainde domeinen te vergeten.

Abstract

Overavhengig av domeneontologi og mangling av å dele kunnskap over domene er to praktiske og likevel mindre studierte problemer med dialogtilstand. Den eksisterande tilnærminga går vanlegvis kort når det sporar ukjende plassverdiar under infeksjon og ofte har vanskeleg å tilpassa nye domene. I denne papiret foreslår vi eit overførbar dialogtilstand genererar (TRADE), som lagar dialogtilstandar frå uttrykk med kopimekanisme, som gjer tilgjengeleg overføring når du foreslår (domenet, plass, verdi) treflett ikkje oppfyller under opplæring. Modellen vårt er lagt av eit teiknkoder, ein slot-porta og ein tilstand-generator, som er delt over domene. Empirical results demonstrate that TRADE achieves the state of the art 48,62% joint goal accuracy for the five domains of MultiWOZ, a human-human dialog data set. I tillegg viser vi overføringsverktøyet ved å simulera null- shot- og få- shot- dialogvindauget med tilstand for ukjende domene. TRADE oppnår 60,58% samanlig mål nøyaktighet i ein av dei nullsatte domenene, og kan tilpassa til få bilete, utan å glemme allereie trengte domene.

Abstract

Nadmierna zależność od ontologii domeny i brak dzielenia się wiedzą między dziedzinami to dwa praktyczne i mniej zbadane problemy śledzenia stanu dialogu. Istniejące podejścia zazwyczaj nie są w stanie śledzić nieznanych wartości slotów podczas wnioskowania i często mają trudności z adaptacją do nowych domen. W niniejszym artykule proponujemy Transferable Dialogue State Generator (TRADE), który generuje stany dialogu z wypowiedzi za pomocą mechanizmu kopiowania, ułatwiając transfer podczas przewidywania (domena, slot, wartość) trójkąt niespotykanych podczas treningu. Nasz model składa się z kodera wypowiedzi, bramy slotowej i generatora stanu, które są współdzielone między domenami. Wyniki empiryczne pokazują, że TRADE osiąga najnowocześniejszą 48,62% wspólną dokładność celów dla pięciu dziedzin MultiWOZ, zbioru danych dialogu człowiek-człowiek. Ponadto pokazujemy zdolność transferu poprzez symulację śledzenia stanu dialogu zero-shot i kilku strzałów dla niewidocznych domen. TRADE osiąga 60,58% wspólną dokładność celu w jednej z domen zero-shot i jest w stanie dostosować się do przypadków kilku strzałów bez zapominania już przeszkolonych domen.

Abstract

A dependência excessiva da ontologia do domínio e a falta de compartilhamento de conhecimento entre os domínios são dois problemas práticos e ainda menos estudados do rastreamento do estado do diálogo. As abordagens existentes geralmente ficam aquém do rastreamento de valores de slot desconhecidos durante a inferência e muitas vezes têm dificuldades em se adaptar a novos domínios. Neste artigo, propomos um Transferable Dialogue State Generator (TRADE) que gera estados de diálogo a partir de enunciados usando mecanismo de cópia, facilitando a transferência ao prever trigêmeos (domínio, slot, valor) não encontrados durante o treinamento. Nosso modelo é composto por um codificador de enunciado, um slot gate e um gerador de estado, que são compartilhados entre os domínios. Os resultados empíricos demonstram que o TRADE atinge 48,62% de precisão de meta conjunta de última geração para os cinco domínios do MultiWOZ, um conjunto de dados de diálogo humano-humano. Além disso, mostramos a capacidade de transferência simulando o rastreamento de estado de diálogo de tiro zero e de poucos tiros para domínios não vistos. O TRADE atinge 60,58% de acerto de meta conjunta em um dos domínios de tiro zero, e é capaz de se adaptar a casos de poucos tiros sem esquecer os domínios já treinados.

Abstract

Dependența excesivă de ontologia domeniului și lipsa schimbului de cunoștințe între domenii reprezintă două probleme practice și totuși mai puțin studiate ale urmăririi stării dialogului. Abordările existente sunt în general insuficiente atunci când urmăresc valorile sloturilor necunoscute în timpul inferenței și adesea au dificultăți în adaptarea la domenii noi. În această lucrare, propunem un Generator de Stat Transferabil de Dialog (TRADE) care generează stări de dialog din declarații folosind mecanismul de copiere, facilitând transferul atunci când predicționează tripleți (domeniu, slot, valoare) care nu se întâlnesc în timpul antrenamentului. Modelul nostru este compus dintr-un codificator de pronunție, o poartă slot și un generator de stare, care sunt partajate între domenii. Rezultatele empirice demonstrează că TRADE atinge o acuratețe de 48,62% a obiectivelor comune de ultimă generație pentru cele cinci domenii ale MultiWOZ, un set de date de dialog om-om. În plus, arătăm capacitatea de transfer simulând urmărirea stării de dialog zero-shot și câteva-shot pentru domeniile nevăzute. TRADE atinge o acuratețe de 60,58% a obiectivelor comune într-unul dintre domeniile zero-shot și este capabil să se adapteze la cazurile cu puține lovituri fără a uita domeniile deja antrenate.

Abstract

Чрезмерная зависимость от онтологии домена и отсутствие обмена знаниями между доменами являются двумя практическими и еще менее изученными проблемами отслеживания состояния диалога. Существующие подходы, как правило, не позволяют отслеживать неизвестные значения слотов во время вывода и часто сталкиваются с трудностями при адаптации к новым доменам. В этой статье мы предлагаем Переносимый генератор состояний диалога (TRADE), который генерирует состояния диалога из высказываний с использованием механизма копирования, облегчая передачу при прогнозировании (домен, слот, значение) триплетов, не встречающихся во время обучения. Наша модель состоит из кодировщика высказываний, шлюза слотов и генератора состояний, которые делятся между доменами. Эмпирические результаты показывают, что ТОРГОВЛЯ достигает самой современной 48,62% общей точности целей для пяти областей MultiWOZ, набора данных диалога человек-человек. Кроме того, мы демонстрируем способность передачи, имитируя отслеживание состояния нулевого и малого диалогов для невидимых доменов. ТОРГОВЛЯ достигает 60,58% общей точности целей в одном из доменов с нулевым выстрелом и способна адаптироваться к случаям с несколькими выстрелами, не забывая уже обученных доменов.

Abstract

ඩෝමේන් වලින් දැනගන්න බැරි දේවල් වලින් ප්‍රශ්නයක් විතරයි ප්‍රශ්නයක් විතරයි, ඒ වගේම සංවාද කාර්යාත්ම සාමාන්‍ය විදියට තියෙන්නේ නැති ස්ලෝට් විදියට පරික්ෂා කරන්න සමහර විදියට පරික්ෂා කරන්න සහ අලුත් ඩෝමේන් වලට මේ පැත්තේ, අපි ප්‍රවේශනය කරන්න පුළුවන් සංවාද ස්ථානය සැකසුම (TRADE) කිරීමට සංවාද ස්ථානයක් නිර්මාණය කරනවා, ප්‍රවේශනය සඳහා ප්‍රවේශනය කරන් අපේ මොඩේල් එක්ක කියන්නේ කියන්න කෝඩෙර්, ස්ලෝට් ගේට් එකක්, සහ ජාතික ජීනේටර් එකක්, ජාතික විශේෂකයෙක්. ඉම්පිරිකාලික ප්‍රතිචාරයක් පෙන්වන්නේ TRADE ස්ථානය 48.62% සම්පූර්ණ අරමුණ අරමුණ සිද්ධ වෙනවා MultiWOZ, මිනිස්-මානිස් සංවා ඒ වගේම, අපි පෙන්වන්නේ ප්‍රවර්තන ක්‍රියාත්මක පෙන්වන්නේ ශූන්ය වෙඩි තියාගන්න සහ ප්‍රවර්තන කිහිපයක් ස TRADE සම්බන්ධ අරමුණ 60.58% සම්බන්ධ අරමුණ හරියට සුන්ධ වෙඩි තියාගන්න පුළුවන්, ඒ වගේම දැනටමත් පුළුවන් පුළුවන් විදිහ

Abstract

Prekomerna odvisnost od domenske ontologije in pomanjkanje izmenjave znanja med področji sta praktična in vendar manj preučena težava sledenja stanja dialoga. Obstoječi pristopi običajno ne uspejo pri sledenju neznanih vrednosti rež med sklepanjem in imajo pogosto težave pri prilagajanju novim domenam. V tem prispevku predlagamo prenosljivi dialogni generator (TRADE), ki ustvarja dialogna stanja iz izgovorov s pomočjo kopirnega mehanizma in olajša prenos pri napovedovanju trojčkov (domena, reža, vrednost), ki se med treningom ne srečujejo. Naš model je sestavljen iz kodirnika izgovora, vrat rež in generatorja stanja, ki se delijo med domenami. Empirični rezultati kažejo, da TRADE dosega najsodobnejšo 48,62-odstotno natančnost skupnih ciljev za pet področij MultiWOZ, nabora podatkov o dialogu med človekom in človekom. Poleg tega pokažemo prenosno sposobnost s simuliranjem sledenja stanja pogovora z ničelnim strelom in nekaj strelom za nevidne domene. TRADE doseže 60,58-odstotno natančnost skupnega cilja v eni od ničelnih področij in se lahko prilagodi primerom nekaj strelov, ne da bi pozabili že usposobljene domene.

Abstract

Over-dependence on domain ontology and lack of sharing knowledge across domains are two practical and yet less studied problems of dialogue state tracking. Xaaladaha joogtada ah sida caadiga ah waa gaaban yihiin marka lagu soo dabarayo qiimaha aan la aqoonin, inta badan waxay leeyihiin dhibaato ku habboon goobaha cusub. Warqadan waxaynu ka soo jeedinnaa qoraal dhaqanka (TRADE) oo ka soo bixinaya qoraal ka soo jeeda hadallada ku qoran oo isticmaalaya meymisyo copy ah, oo ku caawinaya in la wareejiyo marka la sii sheego (domain, slot, qiimaha) saddex meelood oo aan la kulmin xilliga waxbarashada. Tusaale ahaan waxaa kamid ah cod hadal ah, irid saqafka ah, iyo dhashaha dowladda, kuwaas oo lagu qaybsan karo daruuraha. Shaqo xiisooyinka ayaa ka muuqata in TRADE uu gaadho xaaladda u dhexeeya 48.62% saxda wadajirka ee shanta domain ee MultiWOZ, kaas oo ah saxda dialog-aadmiga dadka. Intaas waxaa dheer, waxaynu tusnaa awoodda bedelka si aan u sawiranno qoraalka qoraalka nuurka iyo wax yar oo sawir ah oo lagu soconayo meelaha qarsoon. TRADE wuxuu si saxda ah ugu helaa boqolkiiba saxda jiilaalka, mid ka mid ahna meelaha lagu dhuftay zero, wuxuuna awoodaa inuu u beddelo xaaladaha lagu dhuftay oo aan illoobin goobaha lagu tababaray.

Abstract

Mbi-varësia nga ontologjia e fushës dhe mungesa e ndarjes së njohurive nëpër fusha janë dy probleme praktike dhe megjithatë më pak të studiuara të ndjekjes së dialogut shtetëror. Përqasjet ekzistuese zakonisht janë të shkurtra kur ndjekin vlera të panjohura të slots gjatë inferencës dhe shpesh kanë vështirësi në përshtatjen ndaj domeneve të reja. Në këtë letër, ne propozojmë një Gjenerator Shtetëror të Dialogut të Transferueshëm (TRADE) që gjeneron shtetet e dialogut nga shprehjet duke përdorur mekanizmin e kopjes, duke lehtësuar transferimin kur parashikojnë (domeni, slot, vlera) tre herë që nuk u takuan gjatë trajnimit. Modeli ynë është i përbërë nga një kodues shprehjeje, një porta slot, dhe një gjenerator shteti, që ndahen nëpër fusha. Empirical results demonstrate that TRADE achieves state-of-the-art 48.62% joint goal accuracy for the five domains of MultiWOZ, a human-human dialogue dataset. Përveç kësaj, ne tregojmë aftësinë e transferimit duke simuluar gjendjen zero-shot dhe pak-shot dialog për domene të padukshme. TRADE arrin saktësinë e qëllimit të përbashkët 60.58% në një nga domenat zero-shot dhe është në gjendje të përshtatet në raste pak-shot pa harruar domenat tashmë të trajnuara.

Abstract

Previše ovisnosti o ontologiji domena i nedostatku podjele znanja širom domena su dve praktične, a ipak manje proučavane probleme praćenja država dijaloga. Postoje pristupi obično padaju kratki kada prate nepoznate vrijednosti slota tijekom infekcije i često imaju teškoće prilagoditi novim domenama. U ovom papiru predlažemo Generator državnog dijaloga koji stvara države dijaloga iz reči koristeći mehanizam kopije, olakšavajući prijenos kada predviđaju (domena, slot, vrijednost) trostruke koje se nisu susreli tokom treninga. Naš model je sastavljen od kodera reči, kapije slot a i državnog generatora, koji se deli preko domena. Impirički rezultati pokazuju da TRADE postiže tačnost zajedničkog cilja 48,62% za pet domena MultiWOZ-a, kompleta podataka o ljudskom dijalogu. Osim toga, pokazujemo sposobnost prebacivanja simulacijom nule pucnjave i nekoliko pucnjava za praćenje stanja dijaloga za nevidljive domene. TRADE postiže tačnost od 60,58% zajedničkog cilja u jednoj od domena nule pucnjave, i može se prilagoditi nekoliko slučajeva snimanja bez zaboravljanja veæ obučenih domena.

Abstract

Överberoende av domänontologi och brist på kunskapsutbyte mellan domäner är två praktiska men ändå mindre studerade problem med spårning av dialogtillstånd. Befintliga tillvägagångssätt är generellt bristfälliga när man spårar okända slotsvärden under inferensen och har ofta svårt att anpassa sig till nya domäner. I denna uppsats föreslår vi en Transferable Dialogue State Generator (TRADE) som genererar dialogtillstånd från uttalanden med hjälp av kopieringsmekanism, vilket underlättar överföring när man förutspår (domän, slot, värde) trillingar som inte uppstår under träning. Vår modell består av en uttalskoder, en slot gate och en tillståndsgenerator, som delas mellan domäner. Empiriska resultat visar att TRADE uppnår toppmodern 48,62% gemensam målnoggrannhet för de fem domänerna i MultiWOZ, en dialog mellan människa och människa. Dessutom visar vi överföringsförmågan genom att simulera noll-skott och få-skott dialogtillståndsspårning för osedda domäner. TRADE uppnår 60,58% gemensam målnoggrannhet i en av nollskotts domäner och kan anpassa sig till fall med få skott utan att glömma redan tränade domäner.

Abstract

Kutegemea mtaalamu wa ndani na ukosefu wa kushirikiana na maarifa nchini kote ni matatizo mawili yanayojifunza na bado yanayosomwa zaidi ya ufuatiliaji wa serikali wa mazungumzo. Matokeo yanayopo kwa ujumla yanapungua wakati wa kufuatilia tunu za kura zisizoeleweka wakati wa maambukizi na mara nyingi huwa na vigumu katika kubadilishana na maeneo mapya. Katika karatasi hii, tunapendekeza Mtengenezaji wa Taifa la Dialogue (TRADE) ambaye hutengeneza matamko ya mazungumzo kutoka kwenye hotuba kwa kutumia mfumo wa nakala, na kusaidia uhamiaji wakati wa kutabiri (domain, slot, value) tatu ambazo hazikutana wakati wa mafunzo. Mfano wetu umetengenezwa na kodi la hotuba, mlango wa kauli, na mtengenezaji wa serikali, ambao unasambazwa katika maeneo mbalimbali. Matokeo ya matumaini yanaonyesha kwamba TRADE inafanikiwa hali ya aina ya sanaa 48.62% ya malengo ya pamoja kwa maeneo mitano ya MultiWOZ, seti ya mazungumzo ya binadamu. Zaidi ya hayo, tunaonyesha uwezo wa kusafirishwa kwa simulizi za mazungumzo yasiyo na picha chache zilizopigwa na serikali kufuatilia maeneo yasiyofahamika. TRADE inafanikiwa kwa asilimia 60.58 ya lengo la pamoja katika moja ya maeneo yaliyopigwa sifuri, na inaweza kukabiliana na kesi chache za risasi bila ya kusahau maeneo yaliyojifunzwa tayari.

Abstract

டொமைன் மேல் சார்ந்துள்ளது மற்றும் உள்ளடக்கங்கள் முழுவதும் அறிவை பகிர்ந்து கொள்வதில்லை இரண்டு செயல்பாட்டில் இருக்கிறது Existing approaches generally fall short when tracking unknown slot values during inference and often have difficulties in adapting to new domains. இந்த காக்கத்தில், நாம் மாற்ற முடியும் உரையாடல் மாநிலை உருவாக்கிய (TRADE) இது நகல் முறைமையை பயன்படுத்தி உரையாடல் வார்த்தைகளிலிருந்து உருவாக்குகிறது, பயிற்சிய எங்கள் மாதிரி ஒரு பேச்சு குறியீடு, சுருக்கு வாயில், மற்றும் ஒரு நாட்டு உருவாக்கி உள்ளது, இது களங்கள் முழுவதும் பகிர வெறுமையான முடிவு மேலும், நாம் பூஜ்ஜியம் சுட்டு மற்றும் சில சுட்டி உரையாடல் நிலை பாதையில் மறைக்கப்படாத களங்களுக்கு பாதிப்பதை க TRADE 60. 58% சேர்க்கப்பட்ட இலக்குகளில் ஒரு பூஜ்ஜியத்தை சுருக்கும் தளங்களில் சரியாக பெறுகிறது, மற்றும் ஏற்கனவே பயிற்சி தளங்களை மறந்து

Abstract

Domena ontolojik üzerinde aşırı bağlılık ve alanlar arasında bilgi paylaşma yokluğu iki pratik ve yine de daha az öğrenmiş durum izlemesindeki problemlerdir. Esli ýagdaýlar görnüş wagtynda bilinmedik slot mykdarlaryny yzarlanyp gysga düşer we köplenç täze köpürlere üýtgetmek kynçylyklary bar. Bu kagyzda, biz taýýarlanabilir Dialog Durumy Jeniýetçisi Biziň modelimiz söz kodçysynyň, slot gapysynyň we ýerleşýän durum jeneratorynyň içinde ýazylýar. Impirik netijeler TRADE sanat halynyň 48.62% sanatynyň beş sahypalarynyň dogrylygyny barlaýar. Üstünde, görkezilmedik alanlar üçin 0-atly we küçük-atly dialogyň durumyny gözlemek ukypyny görkez. TRADE 60.58% topar maksady paýlaşdy, eýýäm öwrenmeden alanlary unutmadan çykyp bilýär.

Abstract

ڈومین اوٹلوجی پر زیادہ اعتماد ہے اور ڈومین میں علم شریک کرنے کا کمزور کمزور مشکل ہے اور اس کے بعد بھی کمزور تحقیق کیا گیا ہے. موجود موجود مذہب کے مطابق چھوٹے ہوتے ہیں جب کفار کے درمیان ناشناس اسلوٹ کے مطابق تلاش کرتے ہیں اور کثرت سے نو دامین کے مطابق تدبیر کرنے میں مشکل ہیں. اس کاغذ میں ہم ایک Transferable Dialog State Generator (TRADE) کو پیشنهاد کرتے ہیں جو کلمات سے کپی مکانیسم کے مطابق ڈالنے سے ڈالیٹ ڈالیٹ (ڈومین، لٹ، مطابق) تین ٹریپلٹ کی پیشنهاد نہیں کی جاتی۔ ہمارا مدل ایک بات کوڈر، ایک لٹ دروازے اور ایک ایسا موجود جنراٹر سے بنایا گیا ہے جو دومین میں تقسیم کیا جاتا ہے مصریح نتائج دکھاتے ہیں کہ TRADE 48.62% کی ملتی مولک دقیق پانچ دامنوں کے لئے، ایک انسان-انسان کے دائٹ سٹ کے لئے ملتی ہے۔ اس کے علاوہ، ہم صفر-شٹ اور کم-شٹ ڈومین کے لئے بغیر دیکھے ڈومین کے لئے ترکینگ کے ذریعہ انتقال کرنے کی قابلیت کو دکھاتے ہیں. TRADE 60.58% joint goal accuracy in one of the zero-shot domains, and is able to adapt to few-shot cases without forgetting already trained domains.

Abstract

Domen ontologiyasiga qo'llangan va domen davlatida ilmiyni qayta ishlatish qoidasi ikkita praktikal va muloqat davlat soʻzlarini qidirish muammolari kamaytirish muammolari. Name Bu hujjatda, biz muloqat taʼminlovchi soʻzlardan muloqat yaratish (TRADE) taʼminlovchi soʻzlardan foydalanuvchi muloqat taʼminlovchisi yaratadi. Koʻrib chiqarish (domen, slot, qiymati) davom etilmagan soʻzlardan muloqat taʼminlovchisi yaratadi. Bizning modelimizning gapiruvchi kodlash, slot porti, va davlat generatoriyasi, bu davlatlar davlatda qaytarilgan. Empirik natijalari, TRADE 48.62% bir doim muloWOZning besh domen uchun bir inson muloqat maʼlumot tarkibini oshirish holatini koʻrsatish mumkin. Ko'pchilik esa, biz yolg'on soʻzni va yolg'on muloqat oynasini o'zgartirish imkoniyatini ko'rsamiz. QSQLite2Result

Abstract

Sự phụ thuộc quá mức về kiểm soát lĩnh vực và thiếu chia sẻ kiến thức về lĩnh vực là hai vấn đề thực tế và chưa được nghiên cứu kỹ về tình hình. Các phương pháp tồn tại thường thất bại khi theo dõi các giá trị thời gian vô danh trong kết luận và thường có khó khăn trong việc thích nghi với miền mới. Trong tờ giấy này, chúng tôi đề nghị một Nhà máy phát ngôn ngữ liên lạc đã được truyền, nó sẽ tạo ra các trạng thái đối thoại từ các từ những từ dưới dưới chế độ bản sao, dễ dàng chuyển nhượng khi dự đoán (miền, suất, giá trị) các tế bào chưa gặp trong thời gian huấn luyện. Mô hình của chúng ta bao gồm một bộ mã hóa lời nói, một cổng khe, và một máy phát tiểu, được chia sẻ qua miền. Các kết quả của công nghệ chứng minh rằng thương nhân đạt đến độ chính xác đích cao nhất trong năm lĩnh vực của multiWOZ, một bộ dữ liệu giữa người và người. Thêm vào đó, chúng tôi cho thấy khả năng chuyển nhượng bằng cách giả lập trình truy tìm trạng thái đối thoại không bị phát hiện. Cá nhân đạt được độ chính xác mục tiêu chung trong một trong những khu vực bắn không, và có khả năng thích nghi với trường hợp ngắn, mà không quên miền đã được huấn luyện.

Abstract

过恃领域本体论与阙跨领共知,二实而究其少也。推之未知槽值时,见法常不足,且常难适新域。本文有可移之语生成器(TRADE),用复制机生于语,以占(域,直)练未遇之三元组时促之。语编码器、插槽门、形生成器成,域间共之。经验结果表明,TRADE在人与人对话数据集MultiWOZ五领得最先进的48.62%的合准确率。拟不见之域零镜头与少镜头言以展传输能。 TRADE成一零射门于其60.58%进球准确率,而应寡射门,不忘所习之域。

Anthology ID:: P19-1078
Volume:: Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics
Month:: July
Year:: 2019
Address:: Florence, Italy
Venue:: ACL
SIG:
Publisher:: Association for Computational Linguistics
Note:
Pages:: 808–819
Language:
URL:: https://aclanthology.org/P19-1078
DOI:: 10.18653/v1/P19-1078
Award:: Outstanding Paper
Bibkey:
Cite (ACL):: Chien-Sheng Wu, Andrea Madotto, Ehsan Hosseini-Asl, Caiming Xiong, Richard Socher, and Pascale Fung. 2019. Transferable Multi-Domain State Generator for Task-Oriented Dialogue Systems. In Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics, pages 808–819, Florence, Italy. Association for Computational Linguistics.
Cite (Informal):: Transferable Multi-Domain State Generator for Task-Oriented Dialogue Systems (Wu et al., ACL 2019)
Copy Citation:
PDF:: https://aclanthology.org/P19-1078.pdf
Video:: https://vimeo.com/384011409
Code: jasonwu0731/trade-dst + additional community code
Data: MultiWOZ
Terminologies:

PDF Cite Search Code Translate Video