Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
対話システム
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
shu_suzuki
February 21, 2019
Technology
84
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
対話システム
長岡技術科学大学
自然言語処理研究室
B3ゼミ
鈴木脩右
shu_suzuki
February 21, 2019
More Decks by shu_suzuki
See All by shu_suzuki
文献紹介:Investigating Evaluation of Open-Domain Dialogue Systems With Human Generated Multiple References
shu_suzuki
0
220
文献紹介:Do Neural Dialog Systems Use the Conversation History Effectively? An Empirical Study
shu_suzuki
0
100
文献紹介: How to Make Context More Useful? An Empirical Study on Context-Aware Neural Conversational Models
shu_suzuki
0
400
文献紹介:Conversational Response Re-ranking Based on Event Causality and Role Factored Tensor Event Embedding
shu_suzuki
0
180
文献紹介:Modeling Semantic Relationship in Multi-turn Conversations with Hierarchical Latent Variables
shu_suzuki
0
84
文献紹介:ReCoSa: Detecting the Relevant Contexts with Self-Attention for Multi-turn Dialogue Generation
shu_suzuki
0
230
文献紹介:Better Automatic Evaluation of Open-Domain Dialogue Systems with Contextualized Embeddings
shu_suzuki
0
140
文献紹介:Why are Sequence-to-Sequence Models So Dull?
shu_suzuki
0
85
文献紹介:Multi-Turn Response Selection for Chatbots with Deep Attention Matching Network
shu_suzuki
0
230
Other Decks in Technology
See All in Technology
猫でもわかるKiro Web
kentapapa
1
120
TiDBファミリーにDWHが新登場!! TiDB最新情報 / TiDB update 202609
yoshiakiyamasaki
0
120
10年欲しかった音楽管理アプリを、AIと一緒に作りはじめた
judau
1
140
2026-09-08 そのJavaモダナイゼーション、AIに丸投げで大丈夫?IBM Bobで変わる品質と効率
yutanonaka
1
210
企業の現実世界をグラフで写し取る
sansantech
PRO
0
110
AI感のないAWS構成図をAIエージェントに描かせたい!
sagochiko
2
450
2026-09-26 Platform Engineering Kaigi 2026 インフラとアプリの境界線と委譲の設計 / Drawing the Infra and App Line
masasuzu
0
140
Snowflake Horizon Catalog と Apache Iceberg で作る オープンなデータ基盤
kitagawaz
0
180
特殊変数大全
dak2
0
150
その Lambda、8分で 管理者権限まで奪われます
k1nakayama
7
3.8k
AWS App Runnerから Cloudflare Workersへ移行した話
ryota09
0
110
「どのログを見ればいい?」 から始めた サーバーレス障害解析
y_waka1
1
150
Featured
See All Featured
DBのスキルで生き残る技術 - AI時代におけるテーブル設計の勘所
soudai
PRO
68
58k
How to Align SEO within the Product Triangle To Get Buy-In & Support - #RIMC
aleyda
2
1.8k
Navigating Weather and Climate Data
rabernat
0
540
WCS-LA-2024
lcolladotor
0
830
30 Presentation Tips
portentint
PRO
1
410
A Guide to Academic Writing Using Generative AI - A Workshop
ks91
PRO
1
490
The Curse of the Amulet
leimatthew05
3
15k
Introduction to Domain-Driven Design and Collaborative software design
baasie
1
1k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
16
2.2k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
123
22k
Claude Code どこまでも/ Claude Code Everywhere
nwiizo
68
58k
Optimizing for Happiness
mojombo
378
71k
Transcript
対話システム 鈴木脩右 2019/2/21 長岡技術科学大学 自然言語処理研究室 1
目次 対話システムとは 対話システムのタイプ 基本構成 発話生成 研究の傾向 まとめ 2
対話システムとは
対話システムとは • 自然言語で,ユーザとコミュケーションを行うシステム • 自然言語処理分野が主だが,音声情報処理,画像認識等幅 広い分野を含む • 近年の例では,スマートスピーカーやスマートアシスタン ト,Microsoft のりんな等が挙げられる
3
対話システムのタイプ
対話システムのタイプ • 入出力のモダリティ • テキスト,音声,マルチモーダル (上記+画像やセンサ等) • タスクの有無,種類 • タスク指向型
(情報検索,インタビュー等),非タスク指向型 (雑談 等),混合型 • ドメイン • 単一ドメイン,マルチドメイン,オープンドメイン • 対話参加者数 • 1 対 1,マルチパーティ 4
基本構成
基本構成 • 入力理解 - 入力情報の意味を理解する • 対話管理 - DB を更新し,行動選択を行う
• 出力生成 - 行動選択に基づいて,発話生成 5
発話生成
発話生成 • ルールベースによる生成 • あらかじめ,A と言われたら B と返すといったルールを設定 • 構築のコストは高いが,(ルールをしっかり作れれば)
間違った応 答はしにくい • 用例ベースによる生成 • 用例に近しい発話を選択 • 構築コストは比較的低いが,応答が不自然になる可能性がある 6
研究の傾向
研究の傾向 1. 新規特長型 • 対話システムに新しい特長を持たせる 2. 開発・運用コスト軽減型 • 知識記述等のコストを減らす 3.
性能向上型 • モジュールの改良でシステムの性能を向上させる 4. 評価コスト削減型 • システムの評価をなるべく低コストで行う 7
まとめ
まとめ • 対話システムは,ユーザとコミュケーションを行うシステム • 入出力のモダリティやタスクの有無で様々なタイプに分け られる • 構成は大きく分けて,入力理解,対話管理,出力生成の 3 つ
• 発話の生成には,ルールベースの手法,用例ベースの手法 がある • 研究の傾向として,新規特長型,開発・運用コスト軽減型, 性能向上型,評価コスト削減型の 4 つがある 8
参考文献 [1] 中野幹生, 駒谷和範, 船越孝太郎, 中野有紀子. 自然言語処理シ リーズ 7 対話システム.
コロナ社.2015. [2] 中野幹生. 対話システム構築入門. 第 32 回人工知能学会全国大 会チュートリアル.2018. [3] 中野幹生. 対話システムの研究課題. 第 8 回対話システムシン ポジウムチュートリアル.2017. 9