用于评估日常生活活动能力的对话系统：基于 grounded 知识提升一致性

在医疗健康领域，自我照护能力反映于“日常生活活动（ADL）”中，其作为功能能力（机能）的衡量标准。机能缺失可能导致生活状况恶化，需要个人照护与协助。为准确识别需要支持的人群，援助项目持续评估参与者的多方面机能。然而，当涉及不同专业水平的多名评估者时，评估过程可能出现一致性问题。尤其是新手评估者可能缺乏与现实参与者交互的必要准备。为解决此问题，我们开发了一个对话系统，以自然且可复现的方式模拟评估者与不同机能水平个体间的交互。该对话系统由两个主要模块组成，分别用于自然语言理解（NLU）和自然语言生成（NLG）。为生成与底层知识库一致的回复，对话系统既需要理解用户查询，也需要理解被模拟个体的生平细节。为满足该需求，我们尝试了查询分类，并基于这些生平细节使用若干近期发布的类 InstructGPT 模型生成回复。