多方对话中的一致性检测：评估说话人分离与程序化基线以提升用户参与度
计算与语言
2023-11-07 v1
摘要
参与多方交互的对话代理在对话状态跟踪方面面临重大挑战，因为说话人的身份增添了重要的上下文含义。通常利用说话人分离（diarisation）模型来识别说话人。然而，尚不清楚这些模型是否足够准确，能在实时交互中正确识别特定对话事件（如同意或不同意）。本研究采用一种合作问答游戏，其中对话代理充当问答节目主持人，以确定说话人分离还是基于频率与邻近度的方法在判定一致性上更准确，以及这是否会转化为玩家的参与感。实验结果表明，我们的程序化系统对玩家更具吸引力，且在检测一致性上更准确，平均准确率达到 0.44，而分离化系统为 0.28。
引用
@article{arxiv.2311.03021,
title = {Detecting agreement in multi-party dialogue: evaluating speaker diarisation versus a procedural baseline to enhance user engagement},
author = {Angus Addlesee and Daniel Denley and Andy Edmondson and Nancie Gunson and Daniel Hernández Garcia and Alexandre Kha and Oliver Lemon and James Ndubuisi and Neil O'Reilly and Lia Perochaud and Raphaël Valeri and Miebaka Worika},
journal= {arXiv preprint arXiv:2311.03021},
year = {2023}
}
备注
Proceedings of the workshop on advancing GROup UNderstanding and robots aDaptive behaviour (GROUND), 2023