AAAIDec, 2019

什么是您所说的有趣？：个性化语音控制虚拟助手的笑话技能

PDF
TL;DR本文提出多种方法来通过个性化来提高语音控制虚拟助手的幽默水平，其中使用了传统的 NLP 技术和自注意网络和多任务学习相结合的方法，并探讨了隐式反馈的标记策略。实验结果表明，这些深度学习方法比其他方法具有更好的幽默表现，并且可以提高用户满意度。
voice-controlled virtual assistantshumornlp techniquesself-attentional networkimplicit feedback
发现论文，激发创造
  • 具有隐式用户人设检测的个性化对话生成器

    提出了一种基于用户人格检测的个性化对话生成器，该方法使用条件变分推理建立用户潜在人格模型并利用后验鉴别正则化提高训练效果，在实证研究中实现比现有技术更高的对用户人格关注和提升了对话品质的效果。

    Apr, 2022

  • 基于人设的对话型人工智能：现状与挑战

    研究旨在探索如何在会话系统中加入角色信息以提高响应生成的质量，并发现当前存在不足和挑战和未来的研究方向。

    Dec, 2022

  • 预测实体热度以改善虚拟助手的语音实体识别

    本文提出了一种基于历史用户交互的实体流行度预测方法，将其整合到虚拟助手的语音识别组件中，从而有效提高其在发现未知实体方面的识别准确率。实验证明，该方法在不影响整体识别质量的前提下，在发现新实体名称时可以相对减少 20% 的错误率。

    May, 2020

  • 基于人物意识的提示生成

    通过历史数据中的 `persona' 信息，提出了一个基于对抗自编码器的框架，用于将信息可视化为潜在变量，并开发了一个新的记忆储存方案，用于存储用户和项目的相关信息，然后使用递归神经网络生成出反映个性化评价的广告语。

    Mar, 2019

  • Let's Get Personal: 个人化问题提高 Alexa Prize 中 SocialBot 的表现

    本研究致力于开发一款名为 Athena 的开放域对话系统，利用基于规则的用户模型和针对个人意见问题的具体策略进行改进，提高了系统与用户之间的亲密度，进而提升了会话的数量和质量。

    Mar, 2023

  • 基于人物角色增强的情感支持会话生成

    本文提出了一个基于个人化的情感支持框架，结合了情感对话模型和基于策略的可控生成方法，可根据寻求者的个人信息提供个性化的情感支持，该框架实验结果表明 PAL 模型胜过其他基准模型。

    Dec, 2022

  • 个性化对话生成与多元特征

    本研究旨在研究将个性特征应用于对话生成中以提供个性化对话的问题，并提出了一种基于关键 - 值对的嵌入式特征融合模块和两种新颖的特征感知机制，即基于对话者的关注机制和基于对话者的偏置机制，并构建了 PersonalDialog 数据集，该数据集包含来自海量讲话者的具有不同特征的大量多轮对话。实验结果表明，所提出的模型能够在不同情境下处理适当的特征。

    Jan, 2019

  • 为客户请求处理自动化提供个人虚拟助手的算法支持

    本研究介绍了为个人虚拟助手创建算法支持，以实现在业务系统中自动处理客户请求，旨在减少处理时间和错误，并使用文本转录系统在文本聊天或语音通道上。研究结果展示了算法支持的开发情况以及对合成数据工作质量的评估。

    Mar, 2022

  • 利用角色信息进行对话响应的多样化生成

    本文提出了一种利用人格信息的记忆增强体系结构，将条件变分自动编码器模型与之结合，以生成多样化和可持续的聊天对话，并在基准 persona-chat 数据集上评估，结果表明，该模型可以提供比基线方法更多样化和更吸引人的基于人格的响应。

    May, 2019

  • 重写剧本：为语音交互适应文本指令

    语音助手面临指导复杂任务的困境，阅读书面指示的方法存在局限性。本研究观察了 12 位参与者使用先进的语音助手在家烹饪，发现目前的方法导致了九个挑战，包括隐藏整体情况、提供过多信息以及无法传达信息。通过语音转化书面指示为口头交流形式，提出了八种改进方式，并展望了自然语言处理的现代进展如何帮助智能代理有效地指导用户完成复杂任务。

    Jun, 2023