المخابرات الاصطناعية Chatbots هي الطليعة في التدخل المستندة إلى التكنولوجيا لتغيير سلوك الناس. لتطوير تدخل Chatbots، فإن الخطوة الأولى هي فهم استراتيجيات محادثة اللغة الطبيعية في المحادثة الإنسانية. يقدم هذا العمل بيانات محادثة تدخل تم جمعها من برنام
ج تدخل النشاط البدني العالمي الحقيقي للنساء. لقد صممنا خطط شروح شاملة في أربع أبعاد (مجال واستراتيجية والتبادل الاجتماعي والتبادل الذي تركز على المهام) وتم الإعلان عن مجموعة فرعية من الحوار. بنينا مصنف استراتيجية مع معلومات السياق للكشف عن الاستراتيجيات من كل من المدربين والمشاركين بناء على التوضيحية. لفهم كيفية قيام التدخل البشري بتحريض تغييرات سلوك فعالة، قمنا بتحليل العلاقات بين استراتيجيات التدخل وتغييرات المشاركين في الجدار والدعم الاجتماعي للنشاط البدني. لقد قمنا أيضا بتحليل كيفية ارتباط الوزن الأساسي للمشارك بمقدار حدوث الاستراتيجية المقابلة. يضع هذا العمل الأساس لتطوير تدخل النشاط البدني الشخصي Chatbot.
في حين أن التعرف على الكيان المسمى (NER) من الكلام كان موجودا طالما أن NER من نص مكتوب لديه، فإن دقة NER من الكلام كانت أيضا أقل بكثير من NER من النص. يبرز ارتفاع شعبية أنظمة الحوار المنطوقة مثل Siri أو Alexa الحاجة إلى أكثر دقة من الكلام من الكلام ل
أن NER هو مكون أساسي لفهم ما قاله المستخدمون في الحوار. تتلقى أنظمة الحوار المنطوقة المنطوقة إدخال المستخدم في شكل نصوص التعرف على الكلام التلقائي (ASR)، وببساطة تطبيق نموذج NER المدربين على النص المكتوب إلى نصوص ASR غالبا ما يؤدي إلى دقة منخفضة لأنها مقارنة بالنص المكتبكي، تفتقر نصوص ASR إلى إشارات مهمة مثل علامات الترقيم والرسملة. علاوة على ذلك، فإن الأخطاء في نصوص العصر تجعل أيضا NER من الكلام الصعب. نقترح نماذجين تستغلوا أدلة سياق الحوار ونمط الكلام لاستخراج الكيانات المسماة بدقة أكثر دقة من مربعات الحوار المفتوحة في أنظمة الحوار المنطوقة. تظهر نتائجنا الاستفادة من سياق حوار النمذجة وأنماط الكلام في إعدادتين: إعداد قياسي مع قسم عشوائي من البيانات وأكثر واقعية من الإعداد ولكن أيضا أكثر صعوبة حيث تكون العديد من الكيانات المسماة التي تمت مواجهتها أثناء النشر غير مرئي أثناء التدريب.
