Grounded Complex Task Segmentation for Conversational Assistants

要約

会話型アシスタントで複雑な指示に従うのは、同じ指示を読む場合と比べて注意力や記憶時間が短いため、非常に困難になる可能性があります。
したがって、会話型アシスタントがユーザーに複雑なタスクの手順を案内する場合、適切な長さと複雑さの管理可能な情報にタスクを構造化する必要があります。
この論文では、レシピ領域に取り組み、構造化された読み取り命令を会話型の構造化命令に変換します。
会話のシナリオに従って指示の構造に注釈を付け、この設定で何が期待されるかについての洞察を提供しました。
会話ステップの特性を計算的にモデル化するために、さまざまな Transformer ベースのアーキテクチャをテストし、トークンベースのアプローチが最良の結果をもたらすことを示しました。
さらなるユーザー調査では、ユーザーは扱いやすい複雑さと長さのステップを好む傾向があり、提案された方法論により元の Web ベースの説明テキストを改善できることがわかりました。
具体的には、評価されたタスクの 86% が会話の適合性の観点から改善されました。

要約(オリジナル)

Following complex instructions in conversational assistants can be quite daunting due to the shorter attention and memory spans when compared to reading the same instructions. Hence, when conversational assistants walk users through the steps of complex tasks, there is a need to structure the task into manageable pieces of information of the right length and complexity. In this paper, we tackle the recipes domain and convert reading structured instructions into conversational structured ones. We annotated the structure of instructions according to a conversational scenario, which provided insights into what is expected in this setting. To computationally model the conversational step’s characteristics, we tested various Transformer-based architectures, showing that a token-based approach delivers the best results. A further user study showed that users tend to favor steps of manageable complexity and length, and that the proposed methodology can improve the original web-based instructional text. Specifically, 86% of the evaluated tasks were improved from a conversational suitability point of view.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google