Impersonation：在邮件智能回复中建模用户人格
计算与语言
2018-06-13 v1
摘要
在本文中，我们介绍了生成个性化邮件回复建议的设计、实现与有效性。为了基于用户的风格与个性实现邮件回复的个性化，我们根据用户过往的邮件回复对其人格（persona）进行建模。该模型被加入到利用所有用户邮件的过往回复在用户间创建的语言模型中。用户模型捕捉在特定上下文下该用户的典型回复。上下文包括收到的邮件、邮件接收者，以及其他外部信号如日历活动、偏好等。结合上下文与用户个性（例如外向、正式、内敛等）用于建议回复。这些回复可以是多种模式的混合：邮件回复（文本）、音频片段等。这有助于使回复尽可能模仿用户，并帮助用户在保持回复中个人印记的同时提高生产力。
引用
@article{arxiv.1806.04456,
title = {Impersonation: Modeling Persona in Smart Responses to Email},
author = {Rajeev Gupta and Ranganath Kondapally and Chakrapani Ravi Kiran},
journal= {arXiv preprint arXiv:1806.04456},
year = {2018}
}
备注
IJCAI 2018 conference. Workshop on Humanizing AI