TAILIEUCHUNG - Báo cáo khoa học: "Importance-Driven Turn-Bidding for Spoken Dialogue Systems"

Current turn-taking approaches for spoken dialogue systems rely on the speaker releasing the turn before the other can take it. This reliance results in restricted interactions that can lead to inefficient dialogues. In this paper we present a model we refer to as Importance-Driven Turn-Bidding that treats turn-taking as a negotiative process. Each conversant bids for the turn based on the importance of the intended utterance, and Reinforcement Learning is used to indirectly learn this parameter. . | Importance-Driven lUrn-Bidding for Spoken Dialogue Systems Ethan O. Selfridge and Peter A. Heeman Center for Spoken Language Understanding Oregon Health Science University 20000 nW Walker Rd. Beaverton OR 97006 selfridg@ heemanp@ Abstract Current turn-taking approaches for spoken dialogue systems rely on the speaker releasing the turn before the other can take it. This reliance results in restricted interactions that can lead to inefficient dialogues. In this paper we present a model we refer to as Importance-Driven Turn-Bidding that treats turn-taking as a negotiative process. Each conversant bids for the turn based on the importance of the intended utterance and Reinforcement Learning is used to indirectly learn this parameter. We find that Importance-Driven Turn-Bidding performs better than two current turntaking approaches in an artificial collaborative slot-filling domain. The negotiative nature of this model creates efficient dialogues and supports the improvement of mixed-initiative interaction. 1 Introduction As spoken dialogue systems are designed to perform ever more elaborate tasks the need for mixed-initiative interaction necessarily grows. Mixed-initiative interaction where agents both artificial and human may freely contribute to reach a solution efficiently has long been a focus of dialogue systems research Allen et al. 1999 Guinn 1996 . Simple slot-filling tasks might not require the flexible environment that mixed-initiative interaction brings but those of greater complexity such as collaborative task completion or long-term planning certainly do Ferguson et al. 1996 . However translating this interaction into working systems has proved problematic Walker et al. 1997 in part to issues surrounding turn-taking the transition from one speaker to another. Many computational turn-taking approaches seek to minimize silence and utterance overlap during transitions. This leads to the speaker controlling the turn transition. For example .

• Báo cáo khoa học
• Importance Driven Turn Bidding
• Spoken Dialogue Systems
• Ethan O
• Selfridge and Peter A
• Heeman
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball