好发论文的NLP小众研究方向[EMNLP2022] CEM: Machine-Human Chatting Handoff via Causal-Enhance Module

已于 2023-05-22 20:04:22 修改
阅读量254 收藏 3
点赞数 2
分类专栏： NLP 文章标签： 人工智能
于 2023-05-15 16:51:14 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Judi_listening/article/details/130687933
版权
本文介绍了EMNLP 2022会议上的一项研究，CEM（Causal-Enhance Module）旨在解决机器-人类聊天交接（MHCH）问题，即在识别和处理chatbot无法准确答复的问题时切换到人工服务。CEM通过因果推断强化模块改进了现有模型，以降低人工成本并提高用户满意度。
摘要由CSDN通过智能技术生成

大语言模型下，NLP领域还有哪些蓝海的小众研究方向？今天分享EMNLP 2022的一篇论文《CEM: Machine-Human Chatting Handoff via Causal-Enhance Module》 [paper] [code]。

简介

即使在大预言模型盛行的当下，chatbot回复的准确度也无法达到百分百，甚至离百分百差距还有点远，大火的ChatGPT胡言乱语的情况也屡见不鲜。为了应对chatbot回复不准确的问题，《CEM: Machine-Human Chatting Handoff via Causal-Enhance Module》 专注于解决对话系统中的Machine-Human Chatting Handoff (MHCH) 问题。如下图所示，MHCH的目的是识别出业务对话场景中，chatbot无法准确处理的一些问题，这些无法处理的问题会被切换到人工服务端。到ChatGPT场景下，MHCH任务也可以辅助用户识别ChatGPT胡言乱语的情况，避免用户被ChatGPT忽悠。

图中“Global satisfaction”是用户对当前chatbot服务的评分，又称全局满意度；“Local sentiment”代表用户每句话的情绪状态，又称局部情绪值。“Handoff label”指

最低0.47元/天 解锁文章
Judi_listening
关注
  • 2
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
实体对齐4.EMNLP2018：（GCN-Align）Cross-lingual Knowledge Graph Alignment via Graph Convolutional Networks
Kolunm的博客
11-09 3883
关键词：Cross-lingual Entity Alignment，GCN，Embedding 摘要 多语言知识图谱（KG）例如DBpedia和YAGO都包含几种不同语言实体中的机构性知识，并且它们对于跨语言AI和NLP应用都是有用的资源。跨语言KG对齐是一个将实体与它们在不同语言中对应部分匹配起来的任务，这是丰富多语言KG的跨语言链接的重要途径。本文中，我们提出一种基于图卷积神经网络（GCN）的跨语言实体KG对齐的新方法。给定一个预对齐实体集合，我们的方法训练GCN来将每种语言嵌入到一..
今日arXiv精选 | 13篇EMNLP 2021最新论文
Paper weekly
09-20 746
关于#今日arXiv精选这是「AI 学术前沿」旗下的一档栏目，编辑将每日从arXiv中精选高质量论文，推送给读者。Classification-based Quality Estim...
EMNLP 2023精选：Text-to-SQL任务的前沿进展（上篇）——正会论文解读
u011426236的博客
02-05 1241
本文记录了今年的自然语言处理国际顶级会议EMNLP 2023中接收的所有与Text-to-SQL相关（通过搜索标题关键词查找得到，可能不全）的论文，共计12篇，包含5篇正会论文和7篇Findings论文，以下是对这些论文的略读，某几篇也有详细的笔记（见链接）。
【自然语言处理NLP】一文带你了解EMNLP国际会议 && EMNLP2022--EMNLP2016 国际顶会论文列表
yinizhilianlove的博客
09-27 3068
从EMNLP2016至EMNLP2022，让你一文了解国际顶会EMNLP，另附历年EMNLP论文集。
EMNLP 2023精选：Text-to-SQL任务的前沿进展（下篇）——Findings论文解读
u011426236的博客
02-06 1568
本文记录了今年的自然语言处理国际顶级会议EMNLP 2023中接收的所有与Text-to-SQL相关（通过搜索标题关键词查找得到，可能不全）的论文，共计12篇，包含5篇正会论文和7篇Findings论文，以下是对这些论文的略读，某几篇也有详细的笔记（见链接）。
【机器学习】自然语言处理的新前沿：GPT-4与Beyond
qq_61024956的博客
06-24 1万+
GPT-4概述GPT-4（Generative Pre-trained Transformer 4）是由OpenAI开发的一种大规模预训练语言模型，是GPT系列的最新版本。基于Transformer架构，GPT-4通过在大规模文本数据上进行无监督预训练，然后通过监督微调来提高其在特定任务上的性能。它能够生成高质量的自然语言文本，并在多种NLP任务中表现出色，如文本生成、翻译、摘要和对话系统等。主要特性更大规模的模型参数：GPT-4比其前身GPT-3拥有更多的参数，提升了模型的生成质量和语言理解能力。
大模型应用解决方案：基于ChatGPT和GPT-4等Transformer架构的自然语言处理
热门推荐
努力是为了站在万人之中，成为别人的光
04-08 11万+
随着深度学习技术的发展，自然语言处理（NLP）领域取得了显著的进步。其中，基于Transformer架构的预训练模型，如ChatGPT和GPT-4，已经成为了解决各种NLP任务的主流方法。本文将介绍如何使用这些大模型来解决自然语言处理问题，并提供相应的代码示例。首先，我们需要安装一些必要的库，如PyTorch、Transformers等。我们可以使用Hugging Face提供的预训练模型和分词器。我们需要将文本数据转换为模型可以接受的格式。以上代码将输出与输入文本相关的回答。
探索自然语言处理的未来：EMNLP-IJCNLP 2019 纸张库
gitblog_00029的博客
05-28 381
探索自然语言处理的未来：EMNLP-IJCNLP 2019 纸张库 项目地址:https://gitcode.com/roomylee/EMNLP-2019-Papers 在人工智能领域，自然语言处理（NLP）正以惊人的速度发展，引领着我们进入一个更加智能和理解力更强的世界。这就是为什么我们推荐一个名为“EMNLP-IJCNLP 2019 纸张库”的开源项目——它是一个详尽的研究资源集合，涵盖了2...
论文阅读 [TPAMI-2022] Guest Editorial: Non-Euclidean Machine Learning
weixin_42155685的博客
04-08 1794
论文阅读 [TPAMI-2022] Guest Editorial: Non-Euclidean Machine Learning 论文搜索(studyai.com) 搜索论文: Guest Editorial: Non-Euclidean Machine Learning 搜索论文: http://www.studyai.com/search/whole-site/?q=Guest+Editorial:+Non-Euclidean+Machine+Learning 关键字(Keywords) 机器视觉;
nlp-papers-with-arxiv：具有arXiv链接的NLP会议的统计数据和可接受的论文列表
02-03
标题 "nlp-papers-with-arxiv" 指的是一项资源集合，主要关注自然语言处理（NLP）领域的学术论文，这些论文与知名的在线预印本仓库arXiv相关联。这个项目提供了一个综合的数据集，包含了多个NLP会议的统计数据，以及...
awesome-nlp：精选的自然语言处理（NLP）资源列表
01-31
自然语言处理（NLP）是计算机科学领域的一个重要分支，它专注于理解和生成人类语言，将机器学习、深度学习和文本挖掘等技术应用于自然语言数据。`awesome-nlp` 是一个精心整理的NLP资源列表，它包含了从工具库、数据...
[FSCE]FSCE: Few-Shot Object Detection via Contrastive Proposal Encoding(CVPR. 2021)
Ah丶Weii
08-25 2219
1. Motivation 本文是基于fine-tuning based方法 In this work, we observe and address the essential weakness of the fine- tuning based approach – constantly mislabeling novel in- stances as confusable categories, and improve the few-shot detection performance to t.
如何开发主播美颜工具？直播美颜SDK的实现方案
q1031691172的博客
09-04 975
由于直播场景对实时性要求极高，因此性能优化是美颜SDK开发的关键。开发者可以通过减少计算复杂度、优化算法效率、利用硬件加速等手段来提升性能。同时，还需在不同设备和操作系统上进行兼容性测试，确保SDK的广泛适用性。
智能化升级：AI在客服知识库中的应用
LookLook同学的博客
09-03 1758
探讨AI在客服知识库中的应用，提升效率与用户体验。
YOLOV5入门教程-yolov5s.yaml文件
vimpirespider的博客
09-04 1474
这段backbone共有9个层次，每个层次逐步提取图像特征并下采样。最后输出的特征图尺寸为40x40，通道数为1024。这个特征图包含了从输入图像中提取到的高层次特征，准备在后续的网络层中用于目标检测。
Transformer
m0_65325092的博客
09-04 627
是谷歌2017年发表在NeurlIPS上的文章中提出的模型。模型仅基于注意力机制，能够有效捕捉输入序列中的长距离依赖关系，完全不涉及循环和卷积，解决了传统的序列到序列(Seq2Seq)模型处理可变长序列时存在的问题(RNN处理长序列时易出现梯度消失或爆炸，不能并行计算，难以捕捉长距离依赖关系。CNN卷积操作的输入需要具有固定尺寸，处理可变长序列时为使序列长度相同需要填充短序列因而效率较低)。实验表明其在质量上更优越，更易于并行化，训练时间也大大减少。
Behind the Code：与 Rakic 和 Todorovic 对话 OriginTrail 如何实现 AI 去中心化
CryptoBuffett的博客
09-05 1288
它可以以去中心化的方式访问不同来源的知识资产，同时维护数据所有权和知识产权，并且提供可验证性，从而精确确定某个知识资产的来源，并将其作为 AI 的输入。迄今为止，平行链的运行非常顺利，没有出现停机现象，拥有独立的治理结构和所有可用的 Pallet，这是 Polkadot 从一开始就做对的地方。另一方面是 “知识网络” 的概念，这一概念最早由万维网的创始人蒂姆·伯纳斯·李提出，他也是 “Web 3.0” 这一术语的最初提出者，该术语最初被称为 “语义网”，如今则体现在知识图谱的概念中。
Anthropic发布Claude企业计划 对标OpenAI的ChatGPT Enterprise
最新发布
weixin_41446370的博客
09-06 423
领先的人工智能初创公司 Anthropic 今天宣布推出Claude企业计划，以扩大Claude在企业中的应用。Claude 企业计划现在支持扩展的 500K 上下文窗口，允许用户摄取数百个文档并获得更好的答案。Claude 团队提到，GitHub 是他们正在构建的将 Claude 与第三方数据源连接起来的第一个原生集成。这两家公司之间的竞争可能会推动进一步的创新，并使寻求人工智能解决方案的企业受益。Claude团队还提到，他们不会就Claude企业计划用户的对话和内容对Claude进行培训。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值