面向对话式AI服务的用户意图识别与需求获取方法
人工智能
2020-09-04 v1
摘要
近年来，聊天机器人已成为引导用户消费服务的一类新型智能终端。然而，其最受诟病之处在于所提供的服务并非用户所期望或最期望的。这一缺陷主要源于两个问题：一是信息不对称导致的用户需求表达的不完整与不确定性，二是服务资源的多样性导致服务选择困难。对话机器人是一种典型的网状设备，因此引导式多轮问答是获取用户需求最有效的方式。显然，轮次过多的复杂问答令人乏味且常导致糟糕的用户体验。因此，我们的目标是在尽可能少的轮次内尽可能准确地获取用户需求。为此，开发了基于知识图谱（KG）的用户意图识别方法用于模糊需求推断，并提出了基于粒计算的需求获取方法用于对话策略生成。实验结果表明，这两种方法能有效减少对话轮数，并快速准确地识别用户意图。
引用
@article{arxiv.2009.01509,
title = {User Intention Recognition and Requirement Elicitation Method for Conversational AI Services},
author = {Junrui Tian and Zhiying Tu and Zhongjie Wang and Xiaofei Xu and Min Liu},
journal= {arXiv preprint arXiv:2009.01509},
year = {2020}
}
备注
accepted as a full paper at IEEE ICWS 2020