面向机器学习模型训练的演讲数据集适用性概述与讨论
机器学习
2024-12-25 v1 人工智能
摘要
本报告刻画了现有数据集的适用性，以制定新的机器学习模型、决策方法和分析算法，以改进协作问题解决。随后列举了未来数据集制定的要求。问题解决被假设为在约三到四人的团队中进行，成员之间进行交谈。数据集由此类团队的语音记录组成。该刻画方法基于捕捉认知、社会和情感活动与情境的指标。本报告呈现了一大组数据集的分析，这些数据集是为语音理解（Spoken Language Understanding）开发的，而该研究领域与协作问题解决存在某种相似性。
引用
@article{arxiv.2412.18489,
title = {An Overview and Discussion of the Suitability of Existing Speech Datasets to Train Machine Learning Models for Collective Problem Solving},
author = {Gnaneswar Villuri and Alex Doboli},
journal= {arXiv preprint arXiv:2412.18489},
year = {2024}
}