预测智能助手中的重构原因
计算与语言
2017-07-14 v1
摘要
智能助手（IAs）如Siri和Cortana与用户进行对话交互，并执行广泛动作（例如搜索网络、设置闹钟和聊天）。IAs可通过自动语音识别、自然语言理解和语言生成等多种组件的组合来支持这些动作。然而，这些组件的复杂性阻碍开发者确定哪个组件导致错误。为消除此阻碍，我们关注重构（reformulation），它是用户不满意的有用信号，并提出一种预测重构原因的方法。我们利用某商业IA的用户日志评估该方法。实验结果表明，为检测特定组件错误而设计的特征提升了重构原因检测的性能。
引用
@article{arxiv.1707.03968,
title = {Predicting Causes of Reformulation in Intelligent Assistants},
author = {Shumpei Sano and Nobuhiro Kaji and Manabu Sassano},
journal= {arXiv preprint arXiv:1707.03968},
year = {2017}
}
备注
11 pages, 2 figures, accepted as a long paper for SIGDIAL 2017