Auto311：一个置信度引导的非紧急呼叫自动化系统
计算与语言
2024-01-31 v2 人工智能
计算机与社会
机器学习
摘要
紧急和非紧急响应系统是地方政府提供的基本服务，对于保护生命、环境和财产至关重要。有效处理（非）紧急呼叫对公共安全和福祉至关重要。通过减轻非紧急呼叫者的负担，急需 911 援助的居民将获得快速有效的响应。我们与纳什维尔紧急通信部 (DEC) 合作，分析了 11,796 条非紧急呼叫录音，并开发了 Auto311，这是首个处理 311 非紧急呼叫的自动化系统，该系统能够：(1) 有效且动态地预测正在进行的非紧急事件类型，以便在呼叫期间生成定制的案件报告；(2) 从对话上下文中列举关键信息以完善生成的报告；(3) 以优化的置信度策略性地构建系统 - 呼叫者对话。我们使用真实世界数据评估了系统的有效性和可部署性。实验结果表明，该系统能有效预测事件类型，平均 F-1 得分为 92.54%。此外，系统成功地从相关上下文中列举关键信息以完善报告，与真实情况相比，平均一致性得分为 0.93。此外，仿真表明，随着话语规模扩大，系统有效减少了对话轮次，并以 94.49% 的平均准确率对正在进行的呼叫进行分类。
引用
@article{arxiv.2312.14185,
title = {Auto311: A Confidence-guided Automated System for Non-emergency Calls},
author = {Zirong Chen and Xutong Sun and Yuanhe Li and Meiyi Ma},
journal= {arXiv preprint arXiv:2312.14185},
year = {2024}
}
备注
Accepted by AAAI-2024, Sub-Track: Social Impacts