JP2022076439A - 対話管理 - Google Patents
対話管理 Download PDFInfo
- Publication number
- JP2022076439A JP2022076439A JP2021042260A JP2021042260A JP2022076439A JP 2022076439 A JP2022076439 A JP 2022076439A JP 2021042260 A JP2021042260 A JP 2021042260A JP 2021042260 A JP2021042260 A JP 2021042260A JP 2022076439 A JP2022076439 A JP 2022076439A
- Authority
- JP
- Japan
- Prior art keywords
- user
- dialogue
- state
- action
- natural language
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000009471 action Effects 0.000 claims abstract description 157
- 230000004044 response Effects 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000012549 training Methods 0.000 claims abstract description 23
- 238000010801 machine learning Methods 0.000 claims description 9
- 238000013459 approach Methods 0.000 description 10
- 230000002452 interceptive effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009118 appropriate response Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
- G06F40/35—Discourse or dialogue representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/55—Rule-based translation
- G06F40/56—Natural language generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Machine Translation (AREA)
Abstract
Description
ユーザ入力と、
プロセッサと、
メモリと、を備え、
ここで、プロセッサは、ユーザからの自然言語入力に応答して対話状態を更新するように適合され、対話状態はメモリに記憶され、
対話状態は、ユーザと対話システムとの間で交換された情報を記憶するデータ構造を備え、
プロセッサは、前記ユーザからの自然言語入力を複数の有り得るアクションと比較することによって前記対話状態を更新し、前記アクションは、ユーザの有り得る要求を示し、自然言語入力と一致するアクションからの情報を使用して、状態を更新するように構成される。
1)対話状態から候補アクションを推測し;
2)各候補アクションに対して関連性スコア∈[0,1]を計算し;
3)最も起こりえるアクションで状態を更新する。
ユーザ入力と、
プロセッサと、
メモリとを備え、
プロセッサは、ユーザからの自然言語入力に応答して対話状態を更新するように適合され、対話状態はメモリに記憶され、
対話状態は、ユーザと対話システムとの間で交換された情報を記憶するデータ構造を備え、
プロセッサは、前記ユーザからの自然言語入力を複数の有り得るアクションと比較することによって前記対話状態を更新し、前記アクションは、ユーザの有り得る要求を示し、自然言語入力と一致するアクションからの情報を使用して、状態を更新するように構成され、
プロセッサは、更新された状態を使用して、自然言語入力への応答を生成するように構成される。
ユーザから自然言語入力を受信することと、
ユーザからの自然言語入力に応答して、対話状態を更新するように、プロセッサを使用することと、対話状態は、メモリに記憶され、対話状態は、ユーザと対話システムとの間で交換される情報を記憶するデータ構造を備え、
前記ユーザからの自然言語入力を複数の有り得るアクションと比較することにより、前記対話状態を更新することとを備え、前記アクションは、ユーザの有り得る要求を示し、自然言語入力と一致するアクションからの情報を使用して、状態を更新する。
分類器を提供することと、前記分類器は、自然言語入力が、有り得るアクションと一致するときに一致を示すスコアを分類器が出力するように、ユーザからの自然言語入力を有り得るアクションと比較することが可能である、
自然言語入力および有り得るアクションを備えるデータセットを使用して、前記分類器をトレーニングすることと、を備え、前記データセットは、自然言語入力と有り得るアクションが一致する場合、肯定の組み合わせを、自然言語入力と有り得るアクションが一致しない場合、不正解の選択肢(distractors)を備える。
SEP 名前 zizi エリア 中央 価格 安い 食べ物 イタリア風 SEP 電話番号は?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 zizi エリア 中央 価格 安い 食べ物 イタリア風 SEP 住所は?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 zizi エリア 中央 価格 安い 食べ物 イタリア風 SEP 郵便番号は?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 zizi エリア 中央 価格 安い 食べ物 イタリア風 SEP エリアは?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 zizi エリア 中央 価格 安い 食べ物 イタリア風 SEP 価格帯は?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 zizi エリア 中央 価格 安い 食べ物 イタリア風 SEP 食べ物のタイプは?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 Gandhi エリア 中央 価格 手頃 食べ物 インド風 SEP 電話番号は?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 Gandhi エリア 中央 価格 手頃 食べ物 インド風 イタリア風 SEP 住所は?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 Gandhi エリア 中央 価格 手頃 食べ物 インド風 SEP 郵便番号は?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 Gandhi エリア 中央 価格 手頃 食べ物 インド風 SEP エリアは?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 Gandhi エリア 中央 価格 手頃 食べ物 インド風 SEP 価格帯は?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 Gandhi エリア 中央 価格 手頃 食べ物 インド風 SEP 食べ物のタイプは?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 Hotpot エリア 北 価格 高価 食べ物 中国風 SEP 電話番号は?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 Hotpot エリア 北 価格 高価 食べ物 中国風 SEP 住所は?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 Hotpot エリア 北 価格 高価 食べ物 中国風 SEP 郵便番号は?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 Hotpot エリア 北 価格 高価 食べ物 中国風 SEP エリアは?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 Hotpot エリア 北 価格 高価 食べ物 中国風 SEP 価格帯は?
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP 名前 Hotpot エリア 北 価格 高価 食べ物 中国風 SEP 食べ物のタイプは?
目的変更アクションについての102の入力は、タイプである:
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP SEP 食べ物 イタリア風
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP SEP 食べ物 中国風
Nandoは北で良いレストランである SEP イタリア風レストランの価格帯は?
SEP SEP エリア 中央
1)対話状態から候補アクションを推測
2)各候補アクションに対する関連性スコアを計算
3)最も有り得るアクションで状態を更新
< sys, usr, action → (itemdescr, actionsent) >:0/1
結果を表4に示す。
Claims (20)
- ユーザとの対話を行うための対話システムにおける使用のために対話状態を更新するためのモジュールであって、
ユーザ入力と、
プロセッサと、
メモリとを備え、
前記プロセッサは、ユーザからの自然言語入力に応答して対話状態を更新するように適応され、前記対話状態は前記メモリに記憶され、
前記対話状態は、前記ユーザと前記対話システムとの間で交換された情報を記憶するデータ構造を備え、
前記プロセッサは、前記ユーザからの前記自然言語入力を複数の有り得るアクションと比較することによって前記対話状態を更新し、前記アクションは、前記ユーザの有り得る要求を示し、前記自然言語入力と一致するアクションからの情報を使用して、前記状態を更新するように構成される、モジュール。 - 前記対話状態は、前記対話の間に言及されているアイテムを備えるデータ構造を備える、請求項1に記載のモジュール。
- 前記複数の有り得るアクションは、前記対話の間に言及されている複数のアイテムに関するアクションを含む、請求項2に記載のモジュール。
- 前記対話システムは、情報検索のために構成され、前記対話状態はユーザ目的および履歴を備え、前記ユーザ目的は前記ユーザが要求する情報を示し、前記履歴はユーザ目的に応答して以前に検索されているアイテムを定義する、請求項1に記載のモジュール。
- 前記プロセッサは、一致するアクションと一致しないアクションを示すために二値分類器を使用することにより、前記ユーザからの前記自然言語入力を複数の有り得るアクションと比較するように構成される、請求項1に記載のモジュール。
- 前記二値分類器は、スコアを出力するように構成され、アクションが一致するかどうかを決定するために前記スコアはしきい値と比較される、請求項5に記載のモジュール。
- 前記プロセッサは、各アクションに対する複数のモデル入力を生成することによって、前記ユーザからの前記自然言語入力を複数の有り得るアクションと比較するように構成され、各モデル入力はアクションと前記ユーザからの前記自然言語入力とを備え、前記プロセッサは、前記スコアを出力するために、トレーニング済み機械学習モデルとして実現された二値分類器に前記モデル入力を入力するようにさらに構成される、請求項6に記載のモジュール。
- 前記トレーニング済み機械学習モデルは、トランスフォーマーに基づくトレーニング済み機械学習モデルである、請求項7に記載のモジュール。
- 前記トレーニング済み機械学習モデルは、双方向にトレーニングされた機械学習モデルである、請求項7に記載のモジュール。
- 前記モデル入力は、前記対話システムからの以前の応答をさらに備える、請求項7に記載のモジュール。
- 前記アクションは、候補アクションおよび状態更新アクションから選択され、候補アクションは前記システムからの以前の応答の前記ユーザによって尋ねられた質問を示し、状態更新アクションは前記システムからの以前の応答にリンクしない前記ユーザからの要求を示す、請求項7に記載のモジュール。
- 候補アクションに対するモジュール入力は、前記システムの以前の応答の表現、前記ユーザ入力、対話状態履歴中のアイテムのアイテム説明、および前記アイテム説明において参照される前記アイテムに関連する提案された質問を備える、請求項11に記載のモジュール。
- 状態更新アクションに対するモジュール入力は、前記システムの前記以前の応答の表現、前記ユーザ入力、および有り得るユーザクエリに関連する提案された質問を備える、請求項11に記載のモジュール。
- 候補アクションに対するモジュール入力が一致するとき、要求ビットを設定するように構成される、請求項12に記載のモジュール。
- 状態更新アクションに対するモジュール入力が一致するとき、前記状態を更新するように構成される、請求項13に記載のモジュール。
- 対話システムにおいて状態を更新するための分類器をトレーニングする方法であって、
分類器を提供することと、ここで前記分類器は、自然言語入力が有り得るアクションと一致するときに一致を示すスコアを前記分類器が出力するように、ユーザからの前記自然言語入力を有り得るアクションと比較することが可能である、
自然言語入力および有り得るアクションを備えるデータセットを使用して、前記分類器をトレーニングすることと、を備え、前記データセットは、自然言語入力と有り得るアクションが一致する場合に肯定の組み合わせを備え、前記自然言語入力と有り得るアクションが一致しない場合に不正解の選択肢を備える、方法。 - 前記有り得るアクションは、候補アクションおよび状態更新アクションから選択され、候補アクションは前記システムからの以前の応答の前記ユーザによって尋ねられた質問を示し、状態更新アクションは前記システムからの以前の応答にリンクしない前記ユーザからの要求を示す、請求項16に記載の方法。
- 対話システムであって、
ユーザ入力と、
プロセッサと、
メモリとを備え、
前記プロセッサは、ユーザからの自然言語入力に応答して対話状態を更新するように適合され、前記対話状態は前記メモリ中に記憶され、
前記対話状態は、前記ユーザと前記対話システムとの間で交換された情報を記憶するデータ構造を備え、
前記プロセッサは、前記ユーザからの前記自然言語入力を複数の有り得るアクションと比較することによって前記対話状態を更新し、前記アクションは、前記ユーザの有り得る要求を示し、前記自然言語入力と一致するアクションからの情報を使用して、前記状態を更新するように構成され、
前記プロセッサは、前記更新された状態を使用して、前記自然言語入力への応答を生成するように構成される、システム。 - ユーザとの対話を行うための対話システムにおけるユーザに対する対話状態を更新するためのコンピュータ実現方法であって、
ユーザから自然言語入力を受信することと、
ユーザからの自然言語入力に応答して、対話状態を更新するように、プロセッサを使用することと、ここで前記対話状態は、メモリ中に記憶され、前記対話状態は、前記ユーザと前記対話システムとの間で交換される情報を記憶するデータ構造を備える、
前記ユーザからの前記自然言語入力を複数の有り得るアクションと比較することにより、前記対話状態を更新することと、を備え、前記アクションは、前記ユーザの有り得る要求を示し、前記自然言語入力と一致するアクションからの情報を使用して、前記状態を更新する、方法。 - 命令を備えるコンピュータ読取可能媒体であって、前記命令がコンピュータによって実行されるとき、前記コンピュータに、請求項19の方法を実行させる、コンピュータ読取可能媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB2017663.2A GB2604317B (en) | 2020-11-09 | 2020-11-09 | Dialogue management |
GB2017663.2 | 2020-11-09 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022076439A true JP2022076439A (ja) | 2022-05-19 |
JP7279099B2 JP7279099B2 (ja) | 2023-05-22 |
Family
ID=74046239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021042260A Active JP7279099B2 (ja) | 2020-11-09 | 2021-03-16 | 対話管理 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220147719A1 (ja) |
JP (1) | JP7279099B2 (ja) |
GB (1) | GB2604317B (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11587567B2 (en) * | 2021-03-21 | 2023-02-21 | International Business Machines Corporation | User utterance generation for counterfactual analysis and improved conversation flow |
US20230088280A1 (en) * | 2021-09-23 | 2023-03-23 | International Business Machines Corporation | Conversational system action presentation |
CN114510950A (zh) * | 2022-01-27 | 2022-05-17 | 深圳Tcl新技术有限公司 | 语音对话方法、装置、电子设备及计算机可读存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190258714A1 (en) * | 2018-02-22 | 2019-08-22 | Salesforce.Com, Inc. | Dialogue state tracking using a global-local encoder |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10242667B2 (en) * | 2016-06-03 | 2019-03-26 | Maluuba Inc. | Natural language generation in a spoken dialogue system |
US11069340B2 (en) * | 2017-02-23 | 2021-07-20 | Microsoft Technology Licensing, Llc | Flexible and expandable dialogue system |
GB201818237D0 (en) * | 2018-11-08 | 2018-12-26 | Polyal | A dialogue system, a dialogue method, a method of generating data for training a dialogue system, a system for generating data for training a dialogue system |
US11580975B2 (en) * | 2020-06-01 | 2023-02-14 | Salesforce.Com, Inc. | Systems and methods for response selection in multi-party conversations with dynamic topic tracking |
US20220147861A1 (en) * | 2020-11-06 | 2022-05-12 | Robert Bosch Gmbh | Knowledge-Driven and Self-Supervised System for Question-Answering |
-
2020
- 2020-11-09 GB GB2017663.2A patent/GB2604317B/en active Active
-
2021
- 2021-02-26 US US17/187,462 patent/US20220147719A1/en active Pending
- 2021-03-16 JP JP2021042260A patent/JP7279099B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190258714A1 (en) * | 2018-02-22 | 2019-08-22 | Salesforce.Com, Inc. | Dialogue state tracking using a global-local encoder |
JP2021515269A (ja) * | 2018-02-22 | 2021-06-17 | セールスフォース ドット コム インコーポレイティッド | グローバルローカルエンコーダを使用した対話状態追跡 |
Non-Patent Citations (2)
Title |
---|
XUESONG YANG, ET AL.: "END-TO-END JOINT LEARNING OF NATURAL LANGUAGE UNDERSTANDING AND DIALOGUE MANAGER", ICASSP 2017, JPN6022044261, March 2017 (2017-03-01), pages 5690 - 5694, XP033259500, ISSN: 0004904820, DOI: 10.1109/ICASSP.2017.7953246 * |
東中竜一郎他: "対話システムにおける深層学習の適用", 人工知能, vol. 34巻,4号, JPN6022010657, July 2019 (2019-07-01), pages 460 - 466, ISSN: 0004904819 * |
Also Published As
Publication number | Publication date |
---|---|
US20220147719A1 (en) | 2022-05-12 |
GB2604317B (en) | 2024-03-27 |
GB202017663D0 (en) | 2020-12-23 |
JP7279099B2 (ja) | 2023-05-22 |
GB2604317A (en) | 2022-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6678764B1 (ja) | 多言語での自動化されたアシスタントを用いたエンドツーエンドコミュニケーションの促進 | |
US11568855B2 (en) | System and method for defining dialog intents and building zero-shot intent recognition models | |
US11354521B2 (en) | Facilitating communications with automated assistants in multiple languages | |
US11966703B2 (en) | Generating replacement sentences for a particular sentiment | |
US20190163691A1 (en) | Intent Based Dynamic Generation of Personalized Content from Dynamic Sources | |
US9805718B2 (en) | Clarifying natural language input using targeted questions | |
CN107210035B (zh) | 语言理解系统和方法的生成 | |
US10657327B2 (en) | Dynamic homophone/synonym identification and replacement for natural language processing | |
CN107209759B (zh) | 注解辅助装置及记录介质 | |
JP2021197138A (ja) | エンティティ・リンキング方法、装置、機器、及び記憶媒体 | |
US8156060B2 (en) | Systems and methods for generating and implementing an interactive man-machine web interface based on natural language processing and avatar virtual agent based character | |
JP7279099B2 (ja) | 対話管理 | |
US10783877B2 (en) | Word clustering and categorization | |
US10579835B1 (en) | Semantic pre-processing of natural language input in a virtual personal assistant | |
US20070282594A1 (en) | Machine translation in natural language application development | |
US20150286943A1 (en) | Decision Making and Planning/Prediction System for Human Intention Resolution | |
US11907665B2 (en) | Method and system for processing user inputs using natural language processing | |
US10977155B1 (en) | System for providing autonomous discovery of field or navigation constraints | |
JP2015511746A5 (ja) | ||
US20220058191A1 (en) | Conversion of natural language query | |
US20220165257A1 (en) | Neural sentence generator for virtual assistants | |
Stoyanchev et al. | Action state update approach to dialogue management | |
US11501088B1 (en) | Techniques for generating natural language text customized to linguistic preferences of a user | |
Lee | N-Gram Language Model | |
Boroghina et al. | Conversational Agent in Romanian for Storing User Information in a Knowledge Graph. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210906 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220920 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221025 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221213 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20230105 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230411 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230510 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7279099 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |