利用加速度计数据在自然场景中推断说话意图
机器学习
2024-01-12 v1 人工智能
计算与语言
人机交互
摘要
人类具有良好的自然直觉，能够识别他人何时有话要说。如果人工智能也能识别说话意图，将是一件有趣的事情。特别是在人工智能引导小组讨论的场景中，这可能是一项有用的技能。本研究探讨了如何从加速度计数据中推断成功和未成功的说话意图。选择加速度计是因为它具有隐私保护性，并且可置于智能徽章中，适用于自然场景。我们利用来自真实社交网络活动的数据训练了一个机器学习模型，旨在推断说话意图。数据中一部分未成功说话意图的案例被标注。模型在成功说话意图上进行训练，并在成功和未成功案例上进行评估。结论表明，加速度计数据中包含有用信息，但不足以可靠地捕捉说话意图。例如，姿势变化与说话意图相关，但人们也经常在没有说话意图的情况下改变姿势，或者有说话意图却不改变姿势。要可靠地推断说话意图，可能需要更多的模态信息。
引用
@article{arxiv.2401.05849,
title = {Inferring Intentions to Speak Using Accelerometer Data In-the-Wild},
author = {Litian Li and Jord Molhoek and Jing Zhou},
journal= {arXiv preprint arXiv:2401.05849},
year = {2024}
}