从 API 规格书生成自然语言句子

Jun, 2022

Natural Language Sentence Generation from API Specifications

Siyu Huo, Kushal Mukherjee, Jayachandu Bandlamudi, Vatche Isahagian, Vinod Muthusamy...

TL;DR本文介绍了一种将 APIs 与聊天机器人相融合的方案，旨在帮助缺乏技术能力的业务用户实现自动化解决方案。文中提出了一种生成句子训练意图识别模型的系统，并使用深度学习模型进行评估，结果显示很有前景，在系统中引入人的参与将进一步提高系统性能。

Abstract

apis are everywhere; they provide access to automation solutions that could help businesses automate some of their tasks. Unfortunately, they may not be accessible to the business users who need them but are not

apis automation solutions chatbot capabilities intent recognition models deep learning

发现论文，激发创造

基于机器学习方法的句子结构分析自动生成问题

本文介绍了我们使用传统语言学方法和多种机器学习技术生成英语非结构化文本问句的框架，并且加入了问题评估模块，最终证明我们的生成问题质量优于其他最好的系统，并且与人类创建的问题相当。

May, 2022

自动话语生成

本文提出了一种使用提取式摘要、多种换句技术和新颖的候选句子选择算法生成相关对话语句的系统来解决对话代理机器人中问答环节重要性的问题。

Apr, 2020

上下文中理解自然语言

本文旨在研究自然语言交互与认知机器人、知识表达形式、计划工具和翻译过程的结合应用，以提高其在日常生活中的任务完成效率。

May, 2022

使用链语法的自然语言生成技术用于通用对话智能

通过 Link Grammar 数据库，提出了一种可以自动生成语法正确句子的自然语言生成方法，远优于目前的最先进的基线水平，可以作为处理自然语言材料并且理解提问的原型 AGI 问答流水线的最终组成部分。

Apr, 2021

利用自然语言处理技术实现 API 代码摘要

本研究提出了一种使用自然语言处理技术通过非官方文档生成 API 和方法摘要的自动化方法，该方法可以作为指导开发人员进行软件开发和维护任务的补充来源。

Aug, 2022

基于自然语言处理的 WhatsApp 聊天机器人的创建

在数字化转型时代，客户服务对于组织的成功至关重要，聊天机器人已成为解决问题的有望工具，本研究的目标是开发基于自然语言处理的聊天机器人来改善客户满意度，并提高通过 WhatsApp 提供的服务质量。研究结果表明，基于自然语言处理的聊天机器人能够快速准确地回应用户查询，提高客户服务效率，降低满意度，并且一些作者指出，机器学习等人工智能技术能提升聊天机器人的学习和适应性。

Oct, 2023

基于深度学习的聊天机器人人类级理解融合

本研究采用深度学习方法对社交聊天机器人进行情感分析、情感检测、意图分类和命名实体识别，以提高机器人理解和服务质量。

Dec, 2021

神经机器翻译的释义生成

该研究提出了一个自然语言生成系统，使用机器翻译和深度循环神经网络来生成语言交互和注释，并在 ASk 技能上评估其对 NLU 模型的影响，在未见过的技能中得到显着改善。

Jun, 2020

自然语言界面的反事实解释

本文提出了一种基于语义分析的新方法来生成自然语言界面的解释，重点是提供后续解释，描述如何最小修改发言以实现用户的目标。在两项用户研究中，我们证明了我们的方法可以显著提高用户的性能，并且与两种去除实验相比，可以生成更符合用户意图的解释。

Apr, 2022

基于人工智能的聊天机器人：客服辅助方法

本论文研究了聊天机器人系统的概念，使用各种聊天机器人技术开发了与 AK traders Ltd 公司相适应的聊天机器人系统，通过自然语言处理、机器学习和向量空间模型等技术达到高质量的用户体验。

Jun, 2022