能否更社交一些？向任务型对话代理注入礼貌与积极性
计算与语言
2021-01-01 v1 人机交互
摘要
目标导向对话代理在我们的日常生活中日益普及。为使这些系统吸引用户并达成目标，它们需要展现出恰当的社会行为，并提供引导用户完成任务的翔实回复。本文研究的第一部分应用统计建模技术分析用户与客服人类代理之间的对话。分析表明，人类代理使用的社交语言与更高的用户响应度和任务完成度相关。研究的第二部分是构建一个对话代理模型，能够在保留内容的同时将社交语言注入代理的回复中。该模型采用序列到序列深度学习架构，并扩展了社交语言理解模块。基于人工判断与自动语言度量在内容保留和社交语言水平方面的评估显示，该模型可生成使代理以更具社会恰当性的方式解决用户问题的回复。
引用
@article{arxiv.2012.14653,
title = {Can You be More Social? Injecting Politeness and Positivity into Task-Oriented Conversational Agents},
author = {Yi-Chia Wang and Alexandros Papangelis and Runze Wang and Zhaleh Feizollahi and Gokhan Tur and Robert Kraut},
journal= {arXiv preprint arXiv:2012.14653},
year = {2021}
}