Incorporating Task-specific Concept Knowledge into Script Learning

要約

タイトル：
スクリプト学習にタスク固有の概念知識を組み込む

要約：
この論文では、目的志向スクリプト補完タスクの新しい取り組み、Tetrisを提案する。従来のアプローチと異なり、目標だけでなく嗜好性や履歴などの追加のユーザーコンテキストを含むより現実的で一般的な環境を考慮している。この問題を解決するために、(1) コンセプト提示と(2) スクリプト指向の対照学習の2つの手法を提案し、ステップの繰り返しと妄想の問題に対応する。 WikiHowベースのデータセットでは、両方の手法が性能を向上させることがわかった。データセット、リポジトリ、モデルはこの新しいタスクに関するさらなる研究のために公開される予定である。

– Tetrisは、新しい目的志向スクリプト補完タスクを提案する。
– より現実的で一般的な環境を考慮して、従来のアプローチと異なり、目標だけでなく嗜好性や履歴などの追加のユーザーコンテキストを含む。
– コンセプト提示とスクリプト指向の対照学習の2つの技術を使用して性能を向上させる。
– WikiHowベースのデータセットでは、両方の手法が性能を向上させることがわかった。
– データセット、リポジトリ、モデルはこの新しいタスクに関するさらなる研究のために公開される予定である。

要約(オリジナル)

In this paper, we present Tetris, a new task of Goal-Oriented Script Completion. Unlike previous work, it considers a more realistic and general setting, where the input includes not only the goal but also additional user context, including preferences and history. To address this problem, we propose a novel approach, which uses two techniques to improve performance: (1) concept prompting, and (2) script-oriented contrastive learning that addresses step repetition and hallucination problems. On our WikiHow-based dataset, we find that both methods improve performance. The dataset, repository, and models will be publicly available to facilitate further research on this new task.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI