南非基于语言建模的实时水质信息传播
计算机与社会
2018-12-27 v1
摘要
我们提出一种对话模型，向计算资源有限的用户告知给定地点的水质与实时可及性。我们通过神经嵌入驱动的方法使用自然语言理解。该模型与聊天机器人接口集成，以接受用户查询并基于此类输入查询的实体识别以及来自标准数据库与政府及非政府资源的在线信息来决定动作输出。我们给出了针对若干南非用例的尝试结果，并展示了在地方层面信息搜索与传播中的效用。
引用
@article{arxiv.1812.09745,
title = {Water quality information dissemination at real-time in South Africa using language modelling},
author = {Laing Lourens and Arijit Patra and Luqmaan Hassim and Faheem Sima and Avashlin Moodley and Pulkit Sharma},
journal= {arXiv preprint arXiv:1812.09745},
year = {2018}
}
备注
Accepted at the Machine Learning for the Developing World (ML4D) Workshop, NeurIPS 2018