Key points are not available for this paper at this time.
현재 대부분의 챗봇 엔진은 기존의 발화-응답 (또는 Q-R) 쌍에 기초하여 사용자 발화에 응답하도록 설계되어 있습니다. 본 논문에서는 Q-R 쌍 대신 비구조적 문서를 활용하여 발화에 응답할 수 있는 새로운 정보 검색 접근법인 DocChat을 제시합니다. 발화와 응답 간의 관련성을 직접 측정하기 위해 다양한 세분화 수준에서 설계된 특성을 가진 순위 모델을 제안합니다. 우리는 영어와 중국어로 제안된 접근법을 평가합니다: (i) 영어의 경우, 우리는 두 개의 답변 문장 선택 작업인 WikiQA와 QASent에서 DocChat을 평가하고 최신 방법들과 비교합니다. 합리적인 개선과 훌륭한 적응성을 관찰했습니다. (ii) 중국어의 경우, 우리는 DocChat을 중국의 유명한 담소 엔진인 XiaoIce와 비교하며, 나란히 평가한 결과 DocChat이 Q-R 쌍을 주요 응답 출처로 사용하는 챗봇 엔진에 완벽한 보완 기능을 제공함을 보여줍니다.
Zhao et al. (Fri,)은 이 문제를 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: