Párbeszéd rendszer - Dialogue system

Egy automatizált online asszisztens egy honlapon - egy példát, ahol a párbeszéd rendszer fő összetevői

A párbeszéd rendszer vagy beszélgető ügynök ( CA ) olyan számítógépes rendszer, amelynek célja az emberrel való beszélgetés. A párbeszéd rendszerek egy vagy több szöveget, beszédet, grafikát, haptikát, gesztust és más módot alkalmaztak a kommunikációhoz mind a bemeneti, mind a kimeneti csatornán.

A párbeszédrendszer elemei nincsenek meghatározva, mivel ez az ötlet kutatás alatt áll, ugyanakkor különböznek a chatbot-tól . A tipikus GUI varázsló egyfajta párbeszédet folytat, de nagyon kevés a közös párbeszédrendszer-összetevőket tartalmazza, és a párbeszéd állapota triviális.

Háttér

A csak írásos szövegfeldolgozáson alapuló párbeszédrendszerek a hatvanas évek elejétől kezdődően az első beszélő párbeszéd rendszert az Egyesült Államok DARPA projektje adta ki 1977-ben. Ennek az ötéves projektnek a befejezése után néhány európai projekt kiadta az első párbeszédrendszert képes beszélni sok nyelven (franciául, németül és olaszul is). Ezeket az első rendszereket a távközlési iparban különféle telefonos szolgáltatások nyújtására használták meghatározott területeken, például automatizált napirend és vonatasztal szolgáltatás.

Alkatrészek

Milyen alkotóelemek szerepelnek a párbeszédes rendszerben, és ezek az összetevők hogyan osztják meg a felelősségeket, rendszerenként eltér. Minden párbeszédrendszer fő feladata a párbeszédkezelő , amely a párbeszéd állapotát és a párbeszéd stratégiáját kezelő komponens. A párbeszéd rendszerének tipikus tevékenységciklusa a következő szakaszokat tartalmazza:

1. A felhasználó beszél, és a bemenetet a rendszer bemeneti felismerője / dekódere alakítja egyszerű szöveggé , amely a következőket tartalmazhatja:
   • automatikus beszédfelismerő (ASR)
   • gesztusfelismerő
   • kézírás-felismerő
2. A szöveget egy természetes nyelv megértése (NLU) elemzi , amely a következőket tartalmazhatja:
   • A tulajdonnév azonosítása
   • beszédrész címkézése
   • Szintaktikus / szemantikai elemző
3. A szemantikai információkat a párbeszédkezelő elemzi , amely megőrzi a párbeszéd előzményeit és állapotát, és kezeli a beszélgetés általános folyamatát.
4. Általában a párbeszédkezelő kapcsolatba lép egy vagy több olyan feladatkezelővel , amelyek ismerik az adott feladat tartományát.
5. A párbeszédkezelő kimenetet generál egy kimeneti generátor segítségével , amely a következőket tartalmazhatja:
   • természetes nyelv generátor
   • gesztusgenerátor
   • elrendezéskezelő
6. Végül a kimenetet egy kimeneti megjelenítő segítségével renderelik , amely a következőket tartalmazhatja:
   • szövegfelolvasó motor (TTS)
   • beszélő fej
   • robot vagy avatar

A csak szöveges felületen alapuló párbeszédrendszerek (pl. Szöveges csevegés) csak a 2–5.

A rendszerek típusai

A párbeszédrendszerek a következő kategóriákba sorolhatók, amelyeket itt néhány dimenzió mentén felsorolunk. Számos kategória átfedésben van, és a megkülönböztetések nem biztos, hogy jól megalapozottak.

• modalitás által
  • szöveges
  • beszélt párbeszéd rendszer
  • grafikus felhasználói felület
  • kombinált
• eszközönként
  • telefonos rendszerek
  • PDA rendszerek
  • gépjármű-rendszerek
  • robot rendszerek
  • asztali / laptop rendszerek
    • anyanyelvi
    • in böngésző rendszerek
    • in- virtuális gép
  • in- virtuális környezetben
  • robotok
• stílus szerint
  • parancs-alapú
  • menü- vezérelt
  • természetes nyelv
  • beszéd graffiti
• kezdeményezéssel
  • rendszer-kezdeményezés
  • felhasználói kezdeményezés
  • vegyes kezdeményezés

Természetes párbeszéd rendszerek

"A természetes párbeszéd rendszer egy olyan párbeszédrendszer, amely az emberi viselkedés utánzásával próbálja javítani a használhatóságot és a felhasználói elégedettséget" (Berg, 2014). Foglalkozik az ember-ember párbeszéd jellemzőivel (pl. Alpárbeszédek és témaváltások), és célja, hogy integrálja őket az ember-gép interakció párbeszédrendszereibe. Gyakran a (beszélt) párbeszédrendszerek megkövetelik, hogy a felhasználó alkalmazkodjon a rendszerhez, mert a rendszer csak nagyon korlátozott szókincset képes megérteni, nem képes reagálni a téma változásaira, és nem teszi lehetővé a felhasználó számára, hogy befolyásolja a párbeszéd folyamatát. A vegyes kezdeményezés lehetővé teszi a felhasználó számára, hogy a kérdések megválaszolása helyett aktív részt vegyen a párbeszédben . A vegyes kezdeményezés puszta megléte azonban nem elegendő ahhoz, hogy természetes párbeszéd rendszerének lehessen minősíteni. További fontos szempontok:

• A rendszer adaptivitása
• Az implicit megerősítés támogatása
• Ellenőrző kérdések használata
• A már megadott információk helyesbítésének lehetőségei
• Túlinformativitás (adjon meg több információt, mint amennyit kértek)
• Támogassa a negációkat
• A referenciák megértése a diskurzus és az anafora elemzésével
• Természetes nyelvgenerálás az egyhangú és visszatérő felszólítások megakadályozása érdekében
• Adaptív és szituációtudatos megfogalmazás
• Társas magatartás (üdvözlet, ugyanolyan formalitás, mint a felhasználó, udvariasság)
• A beszédfelismerés és a szintézis minősége

Bár e szempontok többsége számos különféle kutatási projekt kérdése, hiányoznak olyan eszközök, amelyek támogatnák az e témákkal foglalkozó párbeszédrendszerek fejlesztését. Az interaktív hangválaszoló rendszerekre összpontosító VoiceXML-en kívül, amely az ipar számos beszédes párbeszédrendszerének (ügyféltámogatási alkalmazások) és az ALICE chatbotról híres AIML alapja , ezek egyike sem integrálja a nyelvi jellemzőket, például a párbeszédes aktusokat vagy a nyelvgenerálást. Ezért a NADIA (egy kutatási prototípus) ötletet ad arról, hogyan lehet ezt a hiányt pótolni, és egyesíti a fent említett szempontokat, mint például a természetes nyelv létrehozása, az adaptív megfogalmazás és az al-párbeszédek.

Teljesítmény

Egyes szerzők a mondatmodell összehasonlításával mérik a párbeszédrendszer teljesítményét a mondatok százalékos arányában, a mondat modelljének összehasonlításával (ezt a mértéket Koncepciómondat Pontosságnak vagy Mondatmegértésnek hívják ).

Alkalmazások

A párbeszédes rendszerek az alkalmazások széles körét támogathatják az üzleti vállalkozásokban, az oktatásban, a kormányzatban, az egészségügyben és a szórakozás területén. Például:

• Válaszolni az ügyfelek termékekkel és szolgáltatásokkal kapcsolatos kérdéseire a vállalat weboldalán vagy intranetes portálján keresztül
• Ügyfélszolgálati ügynökök tudásbázisa : Lehetővé teszi az ügynökök számára, hogy beírják az ügyfelek kérdését, és válaszokkal irányítsák őket
• Irányított értékesítés : A tranzakciók megkönnyítése válaszok és útmutatások biztosításával az értékesítési folyamatban, különösen a kezdő ügyfeleknek eladott összetett termékek esetében
• Ügyfélszolgálat : Válasz az alkalmazottak belső kérdéseire, pl. Válasz a HR kérdésekre
• Webhely navigáció: Az ügyfelek eligazítása az összetett webhelyek releváns részeihez - a Weboldal portája
• Technikai támogatás: Technikai problémák megválaszolása, például egy termék vagy eszköz problémájának diagnosztizálása
• Személyre szabott szolgáltatás: A beszélgető ügynökök belső és külső adatbázisokat használhatnak az interakciók személyre szabásához, például a számlaegyenlegre vonatkozó kérdések megválaszolásához, portfólió-információk biztosításához, gyakori repülési vagy tagsági információk átadásához.
• Képzés vagy oktatás: Problémamegoldási tanácsokkal szolgálhatnak, amíg a felhasználó tanul
• Az egyszerű párbeszédrendszereket széles körben használják az emberi munkaterhelés csökkentésére a telefonközpontokban . Ebben és más ipari telefonos alkalmazásokban a párbeszédrendszerek által nyújtott funkcionalitás interaktív hangválasz vagy IVR néven ismert .

Bizonyos esetekben a beszélgető ügynökök mesterséges karakterek segítségével léphetnek kapcsolatba a felhasználókkal. Ezeket a szereket ezután megtestesült szereknek nevezzük .

Eszköztárak és architektúrák

Felmérés a jelenlegi keretrendszerről, nyelvekről és technológiákról a párbeszéd rendszerek meghatározásához.

Lásd még

• Híváskerülés

Hivatkozások

További irodalom

• Will, Thomas (2007). Dinamikus beszéd párbeszéd létrehozása . VDM Verlag Dr. Müller . ISBN 978-3-8364-4990-8.