Enterprise to Computer：Star Trek 聊天机器人
计算与语言
2017-08-03 v1
摘要
人类互动和人机互动在很大程度上受风格和内容的影响。为聊天机器人添加角色使其更像人类，并有助于提供更好、更具吸引力的用户体验。在这项工作中，我们提出了一种聊天机器人设计，通过结合节目中的参考以及其中虚构角色的独特语气来捕捉Star Trek的“风格”。我们的Enterprise to Computer机器人（E2Cbot）使用两个循环神经网络Encoder-Decoder模型对Star Trek对话风格和一般对话风格进行不同处理。Star Trek对话风格使用在Star Trek对话上训练的序列到序列（SEQ2SEQ）模型（Sutskever et al., 2014; Bahdanau et al., 2014）。一般对话风格使用Word Graph将SEQ2SEQ模型的响应转换到Star Trek领域。我们从困惑度和与Star Trek词汇的词重叠方面对机器人进行了评估，并使用人类评估者进行了主观评估。
引用
@article{arxiv.1708.00818,
title = {Enterprise to Computer: Star Trek chatbot},
author = {Grishma Jena and Mansi Vashisht and Abheek Basu and Lyle Ungar and João Sedoc},
journal= {arXiv preprint arXiv:1708.00818},
year = {2017}
}