Open cfiken opened 5 years ago
Self-Supervised Dialogue Learning
https://arxiv.org/abs/1907.00448
Jiawei Wu, Xin Wang, William Yang Wang
30 Jun 2019 ACL 2019
対話において発話の順序が重要という考察から inconsistent order detection というタスクを解く self-supervised な学習手法とそのためのモデルである Self-Supervised Network (SSN) を提案。 通常の対話モデル学習と SSN による学習を GAN の仕組みを用いて組み合わせることでより一貫した学習ができるようにし、Open-Subtitles と Movie-Ticket Booking のタスクで SOTA を更新した。 通常の対話モデルを Generator として、SSN を「ある生成文が良い返答なら順序タスクを解きやすい」という Discriminator として使うことで組み合わせている。
対話モデルの学習において、対話の順序に着目しそれをタスクとして取り入れた研究は初。 またその順序識別タスクを上手く Adversarial Learning に取り入れた。
P(T|T', T'') = S(T, T', T'')
OpenSubtitles と Movie-Ticket Booking のデータセットで実験。ベースラインモデルとして adversarial な学習を用いたモデルである REGS (Li et al., 2017) とAEL (Xu et al., 2017) と比較。 様々な実験を行い、どの指標でも提案手法が上回った。 特に人間評価では大きな差があった。
SSN のモデルのイメージ
SSN を用いた Adversarial Learning のイメージ
Adversarial Evaluation
Autometric Evaluation
Human Evaluation
0. 論文
タイトル
Self-Supervised Dialogue Learning
リンク
https://arxiv.org/abs/1907.00448
著者
Jiawei Wu, Xin Wang, William Yang Wang
投稿日付
30 Jun 2019 ACL 2019
1. どんなもの?
対話において発話の順序が重要という考察から inconsistent order detection というタスクを解く self-supervised な学習手法とそのためのモデルである Self-Supervised Network (SSN) を提案。 通常の対話モデル学習と SSN による学習を GAN の仕組みを用いて組み合わせることでより一貫した学習ができるようにし、Open-Subtitles と Movie-Ticket Booking のタスクで SOTA を更新した。 通常の対話モデルを Generator として、SSN を「ある生成文が良い返答なら順序タスクを解きやすい」という Discriminator として使うことで組み合わせている。![スクリーンショット 2019-07-16 01 59 32](https://user-images.githubusercontent.com/1255485/61234179-60463b00-a76d-11e9-9c13-af040a4fe640.png)
2. 先行研究と比べてどこがすごい?
対話モデルの学習において、対話の順序に着目しそれをタスクとして取り入れた研究は初。 またその順序識別タスクを上手く Adversarial Learning に取り入れた。
3. 技術や手法のキモはどこ?
P(T|T', T'') = S(T, T', T'')
4. どうやって有効だと検証した?
OpenSubtitles と Movie-Ticket Booking のデータセットで実験。ベースラインモデルとして adversarial な学習を用いたモデルである REGS (Li et al., 2017) とAEL (Xu et al., 2017) と比較。 様々な実験を行い、どの指標でも提案手法が上回った。 特に人間評価では大きな差があった。
5. 議論はある?
6. 次に読むべき論文は?