Multi-Granularity Information Interaction Framework for Incomplete Utterance Rewriting

要約

不完全発話書き換え（IUR）における最近のアプローチは、不完全な発話を編集するために重要な重要な単語のソースを捕捉できず、無関係な発話から単語を導入します。
我々は、意味論的情報の多粒度を捉えるための、コンテキスト選択、編集マトリックスの構築、および関連性のマージを含む、新規で効果的なマルチタスク情報対話フレームワークを提案します。
関連する発話を取得し、重要な単語を把握するというメリットを活用することで、私たちのアプローチは、この分野の 2 つのベンチマーク データセット Restoration-200K と CANAND で既存の最先端モデルを上回るパフォーマンスを発揮します。
コードは \url{https://github.com/yanmenxue/QR} で提供されます。

要約(オリジナル)

Recent approaches in Incomplete Utterance Rewriting (IUR) fail to capture the source of important words, which is crucial to edit the incomplete utterance, and introduce words from irrelevant utterances. We propose a novel and effective multi-task information interaction framework including context selection, edit matrix construction, and relevance merging to capture the multi-granularity of semantic information. Benefiting from fetching the relevant utterance and figuring out the important words, our approach outperforms existing state-of-the-art models on two benchmark datasets Restoration-200K and CANAND in this field. Code will be provided on \url{https://github.com/yanmenxue/QR}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google