基于文本上下文的听众响应预测
人机交互
2022-06-23 v1
摘要
人类感知系统在多方交互过程中密切监测视听线索，以做出及时自然的反应。学习预测人人交互过程中反应响应的时机与类型，有助于丰富人机交互应用。本文考虑演讲者-听众场景，并定义了基于演讲者文本语音的听众响应预测任务。该任务被表述为二分类问题：演讲者文本语音后是否存在响应。我们使用BERT模型作为分类器，并在因果与非因果预测设置下考察具有不同文本上下文的模型。尽管非因果文本上下文（响应事件前一句与后一句）能大幅提升预测准确率，我们表明在OPUS与TED数据集上的实验评估中，具有因果设置的更长文本上下文所取得的UAR与-Score提升可达到甚至超过非因果文本上下文的性能。
引用
@article{arxiv.2206.10967,
title = {Audience Response Prediction from Textual Context},
author = {Ibrahim Shoer and Berker Turker and Engin Erzin},
journal= {arXiv preprint arXiv:2206.10967},
year = {2022}
}