Jun, 2023

增强虚拟助手智能力：针对元数据以外的实例级用户意图的精准区域定位

PDF
TL;DR本文提出了一种新颖的跨模态深度学习方法，用于处理基于应用程序屏幕像素的实例级用户意图，同时在没有应用程序元数据的情况下预测目标操作区域和检测屏幕上的绝对按钮区域，并通过用户研究测试集上达到了 64.43% 的准确率。
发现论文，激发创造
  • 以实践为驱动的评估商业意图检测服务的基准测试

    研究比较不同意图检测方法，显示 Watson Assistant 具有高准确度，能较少使用计算资源和训练数据，并在训练和测试分布不同时表现出较高的鲁棒性。

    Dec, 2020

  • 基于常识推理的零样本提示对隐性意图预测和推荐的应用

    本文提出了一个多域对话系统的框架，该系统可以自动推断用户话语的隐含意图并使用大型预训练语言模型触发适当的单任务导向机器人以执行任务，此框架能够有效地实现隐式意图和零 - shot 推荐。

    Oct, 2022

  • 一种自适应深度聚类管道以在规模上通知文本标记

    使用 Verint Intent Manager 中的聚类管道，将语言模型的微调和社区检测技术集成在一起，从而提高了数据分析师设计和改进 Intelligent Virtual Assistants 的效率和能力，并在三个真实世界的文本挖掘任务中表现出良好的性能和可扩展性。

    Feb, 2022

  • 训练一种视觉语言模型作为智能手机助手

    利用大型语言模型和视觉语言模型，我们的研究致力于解决数字助理执行各种用户任务的挑战，特别是在基于指令的移动设备控制领域。通过与用户界面进行交互，我们的模型利用设备屏幕的视觉输入并模拟人类般的交互，包括点击和滑动等手势。这种输入和输出空间的广泛适用性使得我们的代理能够与设备上的任何应用程序进行交互。与以往方法不同的是，我们的模型不仅仅操作单个屏幕图像，还通过过去截图序列和相应操作生成视觉语言句子。在具有挑战性的 “Android in the Wild” 基准测试中评估我们的方法表明其有效性和潜力。

    Apr, 2024

  • 从过去的对话中挖掘意图信息以供会话代理使用

    本文提出了意图发现框架，通过自动聚类类似用户话语并手动注释，再通过对未被聚类映射的话语标记意图标签和标记传播，从原始对话中生成意图训练数据，以有效地解决在聊天机器人开发过程中遇到的用户话语分类问题，并验证了该框架的有效性。

    May, 2020

  • 基于半监督深层聚类的文本意图挖掘管道

    使用 VIM，我们基于无监督和半监督集成流程、深层语言模型引导的并行 k - 近邻图建模法及社区探测技术，探测客户服务对话文本中的目的和主题，支持快速发掘和组织有关用户意图，提高数据分析师的工作效率，进而减少在新领域中构建和部署智能虚拟助手所需的时间和成本。

    Feb, 2022

  • 基于 WikiHow 的意图识别

    该论文提出了一套预训练的意图检测模型，该模型通过训练 wikiHow 上的数据，在多语言场景下实现了最先进的结果，并且在零样本和少样本学习上具有较强的性能，即使只使用 100 个训练样本，在所有数据集上达到了超过 75％的准确率。

    Sep, 2020

  • 信息检索对话中的用户意图预测

    研究了信息检索中用户意图识别的两个方面，提取基于内容，结构和情感特征的特征，利用经典机器学习方法执行用户意图预测，使用特征重要性分析确定了结构特征对预测的贡献最大，并构建了神经分类器以提高性能。

    Jan, 2019

  • 人 - 人客户支持口语对话中的实时维度识别

    本论文提出一种基于双 LSTM 架构的研究，致力于人 - 人客户支持话语交互中在线实时识别来电者意图的问题，以提高用户体验，并在电信客户支持领域的数据集上进行了实验分析。

    Aug, 2022

  • 使用语音助手引用屏幕文字

    本文提出一种基于模块化模型和从 UI 中提取的文本的新型体验，旨在改善助手理解用户语境的能力，涉及语音助手，参考理解，数据集等。

    Jun, 2023