利用检索增强生成技术构建文化包容性的客家聊天机器人:设计洞见与用户感知
计算与语言
2024-10-22 v1 人工智能
摘要
在文化保存日益融合技术创新的时代,本研究提出一种革命性的方法,通过开发基于检索增强生成(Retrieval-Augmented Generation, RAG)技术的聊天机器人来推动并保护台湾客家文化的悠久遗产。虽然传统大型语言模型(Large Language Model, LLM)虽强大,但在提供准确且富有情境感的响应方面常常不足,尤其是在文化特定领域。通过将外部数据库与生成式AI模型集成,RAG技术桥接了这一鸿沟,使聊天机器人不仅能够提供精确的答案,还能深切中对于真实交互至关重要的文化细微差别。本研究深入探讨了将聊天机器人的知识库通过针对性文化数据进行补充的复杂过程,这些数据特别精选,以反映客家传统、语言和实践的独特方面。通过动态信息检索,RAG增强的聊天机器人成为一种多功能工具,能够处理那些需要对客家文化背景有深入理解方面的复杂查询。这在数字平台常常稀释文化身份的时代尤为重要,使得具有文化意识的AI系统的角色比以往任何时候都更加关键。本研究开展的系统可用性研究揭示了用户满意度和参与度的显著提升,凸显了该聊天机器人在促进与客家文化深度连接方面的效果。该反馈强调了RAG技术不仅能够提升用户体验,还可作为更广泛使命中民族主流化和文化庆祝的重要工具。
引用
@article{arxiv.2410.15572,
title = {Leveraging Retrieval-Augmented Generation for Culturally Inclusive Hakka Chatbots: Design Insights and User Perceptions},
author = {Chen-Chi Chang and Han-Pi Chang and Hung-Shin Lee},
journal= {arXiv preprint arXiv:2410.15572},
year = {2024}
}
备注
Accepted to IEEE RASSE 2024