Nov, 2023

多方对话中的协议检测：以演讲者划分和程序基准评估来增强用户参与

PDF
TL;DR这项研究使用合作性问答来比较确定协议的分离或基于频率和接近度的方法，以及它们对玩家参与度的影响。实验结果表明，我们的程序系统在检测协议方面更精确，达到平均准确率 0.44，而使用分离系统的准确率仅为 0.28。
conversational agentsdialogue state trackingdiarisation modelsagreementengagement
发现论文，激发创造
  • 多方对话人工智能中的协议检测

    本文介绍了我们在多方会话系统上的工作，该系统邀请两名用户参与玩一个问答游戏，系统能够检测用户对最后答案的同意或不同意，并进行相应回应。我们通过性能和用户评估结果来评价系统，重点是检测用户的同意。我们的注释稿和所提出系统的代码已在 GitHub 上开源。

    Nov, 2023

  • 探索口语理解中有关说话人信息以改进说话人分离

    本文介绍了一种从多方会议的语义内容中提取与讲话者相关信息进而改进说话人分离方法的方法，提出了两个子任务（对话检测和发言者切换检测）来有效地从对话语义中提取讲话者信息，并提出了一种简单而有效的算法来联合建模声学和语义信息并获得标识讲话者的文本。实验结果表明，我们的方法在 AISHELL-4 和 AliMeeting 数据集上相对于仅声学的说话人分离系统都有显著的改进。

    May, 2023

  • 衡量和评估讲话方规整度的方法

    本研究提出了一个分析讲话者分离公平性的新协议和评分方法，对性别、年龄、口音及发音时长等因素对讲话者分离结果的影响进行了大规模数据集实验，发现讲话者口音和性别会对分离结果产生偏见。

    Feb, 2023

  • 研究说话人分谱的置信度估计方法

    研究论文通过对扬声器判别系统的分析，探讨了生成对下游系统有竞争力且能够在置信度得分最低的部分区间内隔离约 30% 扬声器判别错误的多种方法。

    Jun, 2024

  • 多议题谈判对话的协议追踪

    我们介绍了一种用于两方多议题谈判的协议跟踪任务，并使用 GPT-3 构建 GPT-Negochat，为研究提供了一个合成数据集。通过使用 MultiWOZ 2.4 语料库训练 T5-Small 和 T5-Base，提高了 21％和 9％的结果，我们通过发布 GPT-Negochat 和基准模型来鼓励进一步的研究。

    Jul, 2023

  • 对话行为建模用于自动标记与识别交谈语音

    本文提出了一种基于统计学方法的对话行为建模方法，通过对词汇、语音、对话结构等多个方面的考虑对话行为进行检测和预测，并应用于语音识别和对话行为分类，实验表明取得了良好的对话行为分类精度和一定的语音识别效果提升。

    Jun, 2000

  • 实现对开放域对话系统的可靠人工评估

    本文提出了一种可靠且低成本的人类评估方法，以取代已被证明不可靠的自动评估方法，比较了与无人设定的系统相比，使用人设定对话主题的对话系统在对话质量上没有积极的贡献。

    Mar, 2022

  • 探测人 - 虚拟角色对话中的对话者困惑：一项试行研究

    本研究旨在提高用户与对话系统之间的交互质量，通过监测用户混乱状态并对话策略进行相应调整。通过研究用户与虚拟人物的对话情境，定义混乱状态，并使用预先训练的深度学习模型来分析情感、头部姿态和视线等指标与混乱状态之间的关系，从而实现智能对话系统的开发。

    Jun, 2022

  • 我是我还是你？现代对话模型无法维护身份

    通过对话模型进行定量化和形式化，并且使用人类评估实验证明了角色身份维持的问题，提出了识别讲话者的判别模型，并评估了改变模型结构、训练协议和译码策略等多种缓解方法，发现最佳模型能够将身份混淆问题降低近 65% 同时提高参与度，但是维护角色身份仍然是一个具有挑战性的问题。

    Dec, 2021

  • 增强型说话者感知多方多轮对话理解

    本文提出了基于掩码注意力和异构图网络的增强型说话人感知模型，以全面捕捉对话线索，实验结果展示了我们说话人感知模型在基准数据集 Molweni 上取得了最先进的表现，案例分析表明我们的模型增强了话语与说话人之间的联系，并捕捉到了说话人感知的对话关系，对话建模至关重要。

    Sep, 2021