探索半监督学习在预测听众回馈信号中的应用
人机交互
2021-01-07 v1 人工智能
摘要
开发拟人化对话代理是 HCI 研究的核心领域并涵盖诸多任务。预测听众回馈信号(backchannel)便是其中一项活跃研究的任务。尽管许多研究使用不同方法进行回馈信号预测,但它们都依赖大规模数据集的手动标注。这是影响开发可扩展性的瓶颈。为此,我们提出使用半监督技术自动化识别回馈信号的过程,从而简化标注工作。为分析我们识别模块的可行性,我们比较了在(a)手动标注与(b)半监督标签上训练的回馈信号预测模型。定量分析显示,所提半监督方法可达到前者性能的 95%。用户研究发现近 60% 参与者认为该模型预测的回馈响应更自然。最后,我们还分析了人格对回馈信号类型的影响,并在用户研究中验证了发现。
引用
@article{arxiv.2101.01899,
title = {Exploring Semi-Supervised Learning for Predicting Listener Backchannels},
author = {Vidit Jain and Maitree Leekha and Rajiv Ratn Shah and Jainendra Shukla},
journal= {arXiv preprint arXiv:2101.01899},
year = {2021}
}
备注
Accepted at CHI 2021