Algorithms for automatic intents extraction and utterances classification for goal-oriented dialogue systems

要約

自然言語処理分野の最新の機械学習技術を使用すると、目標指向の対話システム用のスクリプトを自動的に生成できます。
今回の記事では、目標指向の対話システム用のスクリプトの自動生成を研究するための一般的なフレームワークを紹介します。
JSON 形式のダイアログ データ セットを前処理する方法について説明します。
BERTopic と潜在ディリクレ割り当てに基づいてユーザーの意図を抽出する 2 つの方法を比較します。
ロジスティック回帰モデルと BERT 変換モデルに基づいて、目標指向対話システムのユーザーの発言を分類するために実装された 2 つのアルゴリズムの比較が行われました。
bert-base-uncased モデルを使用した BERT 変換アプローチは、他の方法と比較して、精度 (0.80)、F1 スコア (0.78)、およびマシューズ相関係数 (0.74) の 3 つの指標で良好な結果を示しました。

要約(オリジナル)

Modern machine learning techniques in the natural language processing domain can be used to automatically generate scripts for goal-oriented dialogue systems. The current article presents a general framework for studying the automatic generation of scripts for goal-oriented dialogue systems. A method for preprocessing dialog data sets in JSON format is described. A comparison is made of two methods for extracting user intent based on BERTopic and latent Dirichlet allocation. A comparison has been made of two implemented algorithms for classifying statements of users of a goal-oriented dialogue system based on logistic regression and BERT transformer models. The BERT transformer approach using the bert-base-uncased model showed better results for the three metrics Precision (0.80), F1-score (0.78) and Matthews correlation coefficient (0.74) in comparison with other methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google