Apr, 2023

论语境之间的论述：对话 AI 中扩展语用学焦点的需求

PDF
TL;DR本文提出会话的摘要，即一篇文章对话的内容，是当代对话人工智能的普遍局限性，它升华了语用学考虑，探讨了会话摘要和其他会话人工智能应用面临的几个挑战，并阐述了语用学的重要性。我们引用了相关的理论工作，并使用所谓的 “明星句子” 来说明这个问题，这些句子在语法上是可以接受的，但在对话或对话摘要中在语用上不合适。我们从心理语言学文献中借鉴了一些内容，将我们的抱怨称为 “图灵测试触发器”，并讨论了这对会话摘要方法的设计和评估以及语音助手和聊天机器人等会话人工智能应用的影响。
发现论文，激发创造
  • 扩展对话人工智能中的实用考虑集合

    当前对话人工智能系统的实用限制是导致其无法满足用户期望的原因之一，我们讨论了当前对话人工智能系统的几个实用限制，并通过例子展示了这些限制。我们将这些限制称为 “图灵测试触发器”，因为它们指出了当前对话人工智能系统在与人类行为相比存在的短板。我们提出了一种实用考虑的分类法，旨在确定对话人工智能系统需要具备的实用能力，并探讨了对话人工智能系统设计和评估的影响。

    Oct, 2023

  • 对话自动摘要研究综述：新进展和新领域

    对话摘要化是将原始对话压缩成涵盖重要信息的短版，用于减轻对话数据负载，本研究从多个领域（包括会议，聊天，电子邮件，客户服务和医疗对话）全面系统地调查了对话摘要化的现状和研究进展，包括可用于研究数据集的总览和两个排行榜，并提出了一些未来的研究方向，如忠实度、多模态、多领域和多语言对话摘要化。

    Jul, 2021

  • 面向对话 AI 的常识推理：现有技术综述

    本论文调查了最近关于常识推理的谈话人工智能研究，列出了相关的训练数据集，并描述了在谈话人工智能中包含常识的主要方法，讨论了用于评估谈话人工智能中常识的基准，最后对两个最先进的开放对话模型 BlenderBot3 和 LaMDA 的常识能力进行了初步观察，并对自然交互产生了负面影响，进一步激发了关于常识推理在谈话人工智能中的研究。

    Feb, 2023

  • 对话中的语言模型：人工智能与人类互动的交流法则

    通过借鉴社会科学和人工智能界的广泛研究，我们提出了一套最大量、最大质量、最大相关度、最大方式、最大善意和最大透明度的法则，旨在描述有效的人工智能对话，并为评估和改进设计提供了规范指导。

    Mar, 2024

  • 从知识增强到多任务学习：走向类人对话系统

    研究人工智能中的对话代理，探索深度学习技术如何提高人工对话代理水平。

    Nov, 2022

  • 透过话语连接词观察预训练语言模型的实用能力

    本论文旨在针对基于预训练语言模型（LMs）的语用能力，重点关注与话语连接词有关的语用能力。我们通过自然发生的数据和来源于心理语言学的控制输入结合的方式来制定填空测试方式，重点测试模型使用语用线索预测话语连接词的能力、理解与连接词相关的含义，以及模型对连接词时间动态的人类偏好程度。我们发现，虽然模型在自然发生数据的情境下可以合理地预测连接词，但当我们控制语境以孤立高级语用线索时，模型的灵敏度较低，而模型也没有显示出显著的人类时间偏好。总体而言，研究结果表明，在现阶段，主流的预训练模型不能够达到具备实质性的语用能力。

    Sep, 2021

  • 基于实境的语言学习中的语用学问题、任务和建模方法

    人们通过上下文来丰富文字表达，实现简洁而有效的沟通，为了让人工智能系统能够与人类进行自然交互，需要强调语用学技能，从分享语言目标和约定到视觉和肢体世界中的语境等，利用各种上下文信息有效地运用语言。本文调查现有的语境实现和语用模型方法，并分析了每个工作中的任务目标、环境语境和沟通便利之间的关系，从而丰富了语言含义。我们提出了关于未来基于任务设计的语境需求，以自然地引出语用现象的建议，并建议在更广泛的沟通语境和便利方面继续探索。

    Nov, 2022

  • 人类与语言模型的语用语言理解的精细比较

    本文通过在英语材料的专家评估集上进行零 - shot 提示，进行了人类和语言模型在七个语用现象上的精细比较，发现最大的模型可以实现高精度和匹配人类错误模式，同时发现证据表明模型和人类对相似的语言提示敏感，旨在探讨人类语用处理机制和语言模型之间的关系。

    Dec, 2022

  • 长对话摘要：一项分析

    对于不同的领域来说，长对话摘要的一种模型无法很好地执行各种任务，因此本研究探讨了当前领域内长对话摘要的最新方法和评估指标。

    Feb, 2024

  • 实用信息文本生成

    本文利用计算语用学中的技术，将语言生成模型的建模过程形式化为说话者和听者之间的游戏，通过两种语用建模方法，即保留信息和建模干扰项，来提高抽象概括和结构化含义表述的生成系统的性能。

    Apr, 2019