通过卡片预测和彩色语义学增强辅助与替代沟通
计算与语言
2024-05-28 v1
摘要
本文提出了一种通过将彩色语义学（CS）与专门针对巴西葡萄牙语调整的基于Transformer的语言模型相结合来增强辅助与替代沟通（AAC）系统的方法。我们引入了一个改编的BERT模型BERTptCS，它融合了CS框架以改进沟通卡片的预测。主要目标是提高沟通卡片预测的准确性和上下文相关性，这对于有复杂沟通需求（CCN）个体的AAC系统至关重要。我们将BERTptCS与缺乏CS集成的基线模型BERTptAAC进行了比较。我们的结果表明，BERTptCS在各种指标上显著优于BERTptAAC，包括top-k准确率、平均倒数排名（MRR）和Entropy@K。将CS集成到语言模型中提高了预测准确性，并提供了对用户输入更直观和上下文相关的理解，从而促进更有效的沟通。
引用
@article{arxiv.2405.15896,
title = {Enhancing Augmentative and Alternative Communication with Card Prediction and Colourful Semantics},
author = {Jayr Pereira and Francisco Rodrigues and Jaylton Pereira and Cleber Zanchettin and Robson Fidalgo},
journal= {arXiv preprint arXiv:2405.15896},
year = {2024}
}