May, 2024
增强增补和替代性沟通:卡片预测和多彩语义
Enhancing Augmentative and Alternative Communication with Card
Prediction and Colourful Semantics
TL;DR本文介绍了一种通过将Colorful Semantics(CS)与针对巴西葡萄牙语进行特别定制的基于Transformer的语言模型相结合来增强增强和替代沟通(AAC)系统的方法。我们引入了一种改进的BERT模型BERTptCS,它结合了CS框架来改善沟通卡的预测。主要目标是提高沟通卡预测的准确性和上下文相关性,这对于具有复杂沟通需求的个体在AAC系统中至关重要。我们将BERTptCS与没有CS集成的基线模型BERTptAAC进行了比较。我们的结果表明,BERTptCS在包括top-k准确性、平均倒数排名(MRR)和Entropy@K等各个指标上明显优于BERTptAAC。将CS集成到语言模型中可以提高预测准确性,并提供更直观和上下文理解用户输入的方式,从而促进更有效的沟通。