Edina：利用自对话构建开放域社交机器人
计算与语言
2017-09-29 v1 人工智能
摘要
我们展示了爱丁堡大学为亚马逊 Alexa Prize 竞赛开发的社交机器人 Edina。Edina 是一个对话智能体，其响应利用通过一种我们称为自对话的创新技术从 Amazon Mechanical Turk (AMT) 收集的数据。自对话是指单个 AMT 工作人员在对话中同时扮演双方参与者的对话。此类对话出奇地自然，收集效率高，并能反映相关和/或趋势性话题。这些自对话为生成式神经网络提供训练数据，同时也为匹配评分组件所使用的软规则提供基础。每条软规则与用户话语的匹配都关联一个置信度分数，我们表明该分数能强有力地指示回复质量，从而使该组件能够自我审查并与其他组件有效集成。Edina 的完整架构以规则系统为基础，回退至匹配评分，再回退至生成式神经网络。因此，我们的混合数据驱动方法既解决了严格基于规则的方法的覆盖局限性，也解决了严格基于机器学习的方法缺乏保证的问题。
引用
@article{arxiv.1709.09816,
title = {Edina: Building an Open Domain Socialbot with Self-dialogues},
author = {Ben Krause and Marco Damonte and Mihai Dobre and Daniel Duma and Joachim Fainberg and Federico Fancellu and Emmanuel Kahembwe and Jianpeng Cheng and Bonnie Webber},
journal= {arXiv preprint arXiv:1709.09816},
year = {2017}
}
备注
10 pages; submitted to the 1st Proceedings of the Alexa Prize