面向可教导数字助理的用户在环自适应意图检测
人机交互
2020-01-20 v1 人工智能
计算与语言
机器学习
摘要
人们越来越习惯于使用数字助理（DAs）与服务或联网对象交互。然而，对于非编程用户而言，定制其 DA 的可用可能性有限，且不包括教导助理新任务的功能。为充分利用 DAs 的潜力，用户应能够通过自然语言（NL）指示来定制助理。为提供此类功能，传统助理中的 NL 解释需改进：（1）意图识别系统应能够识别已知意图的新形式，并在用户表达时获取新意图。（2）为适配新意图，自然语言理解模块应具备样本高效性，且不依赖预训练模型。相反，系统应随着从用户处学习新意图持续收集训练数据。在本工作中，我们提出 AidMe（多域环境中的自适应意图检测），一个用户在环自适应意图检测框架，使助理能通过在交互过程中学习用户意图来适应用户。AidMe 构建其意图库并收集数据以训练语义相似度评估模型，该模型可区分已学意图并自主发现已知意图的新形式。AidMe 解决了可教导数字助理的两个主要问题——意图学习与用户适配。我们通过与一次性学习系统及预训练 NLU 模块进行用户交互模拟，将 AidMe 作为独立系统展示了其能力。我们还展示了 AidMe 如何平滑集成到现有可教导数字助理中。
引用
@article{arxiv.2001.06007,
title = {User-in-the-loop Adaptive Intent Detection for Instructable Digital Assistant},
author = {Nicolas Lair and Clément Delgrange and David Mugisha and Jean-Michel Dussoux and Pierre-Yves Oudeyer and Peter Ford Dominey},
journal= {arXiv preprint arXiv:2001.06007},
year = {2020}
}
备注
To be published as a conference paper in the proceedings of IUI'20