智能体应如何就情境化学习提问？一个带标注的对话语料库
计算与语言
2021-06-14 v1
摘要
在情境化环境中面对新概念的智能体需要向其人类队友提问，以了解物理世界。为了更好地理解这一问题，我们需要关于在情境化任务型交互中提问的数据。为此，我们提出了人机对话学习（HuRDL）语料库——一个在在线交互式虚拟环境中收集的新型对话语料库，其中人类参与者扮演执行协作式工具整理任务的机器人。我们描述了该语料库数据及相应的标注方案，以揭示人类在情境化环境中为促进学习所提问题的形式与内容。我们提供该语料库作为一个基于实证研究的资源，用于改进情境化智能体中的提问生成。
引用
@article{arxiv.2106.06504,
title = {How Should Agents Ask Questions For Situated Learning? An Annotated Dialogue Corpus},
author = {Felix Gervits and Antonio Roque and Gordon Briggs and Matthias Scheutz and Matthew Marge},
journal= {arXiv preprint arXiv:2106.06504},
year = {2021}
}
备注
Corpus available at https://github.com/USArmyResearchLab/ARL-HuRDL . To appear in proceedings of SIGDial 2021