情境化人机化身对话中对话者困惑状态的检测：一项初步研究

为提升与对话系统的互动参与程度，我们的长期研究目标在于监测用户的困惑状态，并针对此类困惑状态调整对话策略。为此，本文呈现了我们围绕所开发的用户–化身对话场景开展的初步研究，该场景用于探究困惑的表现形式，并长远地实现其缓解。我们提出了一种特别契合任务型对话中智能对话系统开发需求的困惑新定义。我们还呈现了基于 Wizard-of-Oz 的数据收集场景细节，其中用户与对话化身交互，并在部分情况下接受旨在引发用户困惑状态的刺激。本文亦给出该数据的后置分析：部署了三个预训练深度学习模型来估计基础情绪、头部姿态与视线注视。尽管试点研究组规模较小，我们的分析仍表明这些指标与困惑状态间存在显著关联。我们视其为对话语用自动分析向前迈进的有益一步。