口语对话系统的当前挑战及其对痴呆患者至关重要的原因
计算与语言
2020-10-01 v1
摘要
诸如亚马逊Alexa之类的对话技术有潜力变革医疗健康行业。然而，当前系统尚不能自然交互：它们通常基于轮次、具有朴素的轮次结束检测，并完全忽略多种类型的言语与视觉反馈——例如反馈信号、犹豫标记、填充停顿、注视、皱眉以及不流畅现象——而这些对于引导和管理对话过程至关重要。这在医疗健康行业尤为重要，因为口语对话系统(SDSs)的目标用户很可能是虚弱、年长、注意力分散或患有认知衰退的人群，这影响了他们有效使用当前系统的能力。在本文中，我们概述了一些亟需进一步研究的挑战，包括增量语音识别，以及对对话中潜在作为痴呆诊断标志的交互模式进行系统研究，以及这些如何为下一代SDS的研究与设计提供信息。
引用
@article{arxiv.1909.06644,
title = {Current Challenges in Spoken Dialogue Systems and Why They Are Critical for Those Living with Dementia},
author = {Angus Addlesee and Arash Eshghi and Ioannis Konstas},
journal= {arXiv preprint arXiv:1909.06644},
year = {2020}
}
备注
Published at Dialog for Good 2019 - Workshop on Speech and Language Technology Serving Society