基于本体与迁移学习的可解释语言学习聊天机器人的设计与实现
人工智能
2020-09-30 v1 计算与语言
机器学习
摘要
本文提出了一种基于迁移学习的英语学习聊天机器人，其由GPT-2生成的输出可通过以微调数据集为根的相应本体图进行解释。我们设计了三个层级的系统化英语学习：包括用于语音识别与发音纠正的语音层、用于特定领域对话的语义层，以及英语自由式对话的模拟——作为自由式对话智能体的语言聊天机器人通信的最高层级。在学术贡献方面，我们实现本体图以解释自由式对话的性能，遵循XAI（可解释人工智能）的概念以可视化仿生学中神经网络的连接，并解释来自语言模型的输出句子。从实现角度看，我们的语言学习智能体集成了微信中的小程序作为前端，并以迁移学习的微调GPT-2模型作为后端，通过本体图解释回复。
引用
@article{arxiv.2009.13984,
title = {The design and implementation of Language Learning Chatbot with XAI using Ontology and Transfer Learning},
author = {Nuobei Shi and Qin Zeng and Raymond Lee},
journal= {arXiv preprint arXiv:2009.13984},
year = {2020}
}
备注
19 pages, 20 figures, published paper in International Conference on NLP & Big Data (NLPD 2020)