SlugBot：一种新型对话体裁的计算模型与框架开发
计算与语言
2019-07-26 v1 人机交互
摘要
亚马逊 Alexa Prize 竞赛最有趣的方面之一在于其竞赛框架要求开发关于对话及其结构的新型计算模型。传统的对话计算模型有两类：（1）任务导向对话，由 AI 规划模型或简化为带槽位待填框架的规划模型支持；或（2）搜索导向对话，其中每一轮用户话语都被视为可细化并扩展当前搜索结果的查询。诸如 SlugBot 之类的 Alexa Prize 对话系统必须支持超越这些传统模型能力的对话功能。此外，尽管传统对话系统依赖理论计算模型，但目前尚无现成的计算理论来限定 Alexa Prize 机器人预期对话体裁中的系统与用户行为。本文描述了 UCSC 的 SlugBot 团队如何将一种新型计算理论模型——话语关系对话模型——的开发与其在模块化系统中的实现相结合，以检验并改进该模型。我们着重说明，我们的新型对话模型如何引导我们创建了新型本体资源 UniSlug，以及 UniSlug 的结构如何决定了我们策划与组织内容的方式，从而使我们的对话管理器实现并检验了这一新型计算对话模型。
引用
@article{arxiv.1907.10658,
title = {SlugBot: Developing a Computational Model andFramework of a Novel Dialogue Genre},
author = {Kevin K. Bowden and Jiaqi Wu and Wen Cui and Juraj Juraska and Vrindavan Harrison and Brian Schwarzmann and Nick Santer and Marilyn Walker},
journal= {arXiv preprint arXiv:1907.10658},
year = {2019}
}
备注
arXiv admin note: text overlap with arXiv:1801.01531