AAAIOct, 2017

铺设黄砖路：为收集人机对话开发绿洲界面

PDF
TL;DR本文介绍了一种新型用户界面，用于便捷地通过”Wizard-of-Oz“方式收集人机对话数据，并通过使用开放参数的模板，快速地产生各种语言表达，进而发展适用于机器人导航的自然步伐和服务的对话系统。
发现论文，激发创造
  • 将人 - 机器人多模态对话中的奥兹巫师技术应用

    研究人员使用 Wizard-of-Oz 方法应用于多模态人机对话实现自然的士兵与机器人交互，工作中考虑了两个巫师代表了机器人导航和对话管理软件组件，研究发现巫师之间的劳动分工是可行的。

    Mar, 2017

  • 通过人偶术模拟前瞻记忆和弹性环境下的沟通

    这篇研究论文介绍了在家庭环境中的人机交互场景，涉及到老年人和机器人的互动。研究探讨了为了与社会辅助机器人进行交流而构建记忆的可能性，并通过音乐欣赏活动等日常活动，收集了涉及共享记忆的语音技术和人机交际的失败情况的数据。

    Nov, 2023

  • MultiWOZ -- 用于任务导向对话建模的大规模多领域人机对话数据集

    本文介绍了一个基于人人写作而成的多领域伪随机项目 (MultiWOZ)，是目前已有数据集中体积最大的任务导向型对话集，其意义在于为未来研究设定了基线，并揭示了其与对话信念状态、对话行为等方面的相关性

    Sep, 2018

  • GraphWOZ: 基于对话知识图谱的对话管理

    我们提出了一种使用对话知识图谱作为对话状态核心表示的新方法，提出了一个新数据集 GraphWOZ，并基于此展示了会话实体链接和响应排名的实验结果。

    Nov, 2022

  • NeuralWOZ: 基于模型的仿真学习任务导向对话收集

    本文提出了一种新型的对话收集框架，名为 NeuralWOZ，该框架使用基于模型的对话模拟，并且使用 collector 和 labeler 两个模型，其中 collector 生成对话，而 labeler 则将生成的对话进行注释并将注释形成为一个多项选择问题。这个方法在对话状态跟踪的零样例转移学习中表现出了很好的效果，产生的合成对话语料库在多个领域上以 4.4％的联合目标准确度和 5.7％的待测试覆盖率的改善实现了新的最高水平。

    May, 2021

  • 一种 Few-Shot 语义解析器，用于具有精确 ThingTalk 表示的 Wizard-of-Oz 对话

    本文提出了一种新的对话表示和高效的方法，可以在 Wizard-of-Oz (WOZ) 对话中预测精确的对话状态，使用 ThingTalk 表示法表示了所有代理需要回应的信息，并在 MultiWOZ 3.0 上验证了该方法，获得了 79% 的精确匹配准确度。

    Sep, 2020

  • Taskmaster-1: 迈向逼真多样话语数据集

    该研究介绍了一个新的数据集 Taskmaster-1，其中包括 13,215 个基于任务的对话，包括六个领域。数据集包含了更多现实和多样化的对话，使用了两种不同的方法进行数据收集并提供了多个基准模型，其中 API 调用和参数被标记为基于任务的对话系统的研究、开发和设计提供了新的前景。

    Sep, 2019

  • 多用户多 WOZ：多用户之间的任务导向对话

    通过收集多用户多 WOZ 数据集，该研究提出了多用户背景下的查询重写任务，旨在将两个用户之间的对话重写成只包含任务相关信息、能够被对话系统直接处理的简洁任务查询，实验证明通过预测的重写方式，显著提高了对话状态跟踪的性能，并且可以适用于未知领域。

    Oct, 2023

  • 视觉和对话导航

    提出了 Cooperative Vision-and-Dialog Navigation 数据集，定义了 Navigation from Dialog History 任务，使用序列到序列模型解决人机对话中机器人导航的问题，并进一步证明历史对话越长，性能越好。

    Jul, 2019

  • TWIZ：多模态对话刺激的巫师

    任务向导团队在 Alexa Prize TaskBot 挑战赛 2022 中，以 TWIZ bot 为目标助手，通过提供多模态的刺激以及与用户进行人性化对话来解决复杂手动任务的研究问题，从用户的评级和反馈来看，TWIZ bot 是一种有效且稳健的系统。

    Oct, 2023