ترغب بنشر مسار تعليمي؟ اضغط هنا

إنشاء مبررات في نظام حوار مسؤولي مكاني للإجابة على كتل العالم

Generating Justifications in a Spatial Question-Answering Dialogue System for a Blocks World

190   0   0   0.0 ( 0 )
 تاريخ النشر 2021
  مجال البحث الذكاء الاصناعي
والبحث باللغة English
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

نظرا لأن منظمة العفو الدولية تصل إلى اعتماد أوسع، فإن تصميم أنظمة تفسير وتفسير تصبح ضرورة حاسمة.على وجه الخصوص، عندما يتعلق الأمر بأنظمة الحوار، يجب أن يكون سببها شفافا ويجب أن يتوافق مع الحدس البشري من أجل دمجها بسلاسة في أنشطة تعاونية في الإنسان اليومية.هنا، نصف عملنا المستمر في نظام الحوار (للأغراض العامة) المزودة بأخصائي مكاني مع قدرات توضيحية.طبقنا هذا النظام بمهمة معينة من توصيف التكوينات المكانية للمكتلات في مجال عالمي كتل مادية (BW) باستخدام تعبيرات دولية طبيعية، بالإضافة إلى توليد مبررات للأوصاف المكانية المقترحة من خلال الإشارة إلى العوامل التي استخدمها النظام للوصول إليهااستنتاج معين.

المراجع المستخدمة
https://aclanthology.org/
قيم البحث

اقرأ أيضاً

كان هناك تقدم كبير في أبحاث أنظمة الحوار.ومع ذلك، فإن أبحاث أنظمة الحوار في مجال الرعاية الصحية لا تزال في مهدها.في هذه الورقة، نقوم بتحليل الدراسات الحديثة ومخطط لها ثلاثة لبنات بناء نظام حوار موجه نحو المهام في مجال الرعاية الصحية: I) جمع البيانات المحفوظة للحفاظ على الخصوصية؛2) إدارة الحوار المعرفي الطبي؛و 3) التقييمات المراسمة البشرية.تحقيقا لهذه الغاية، نقترح إطارا لتطوير نظام حوار وإظهار النتائج الأولية لتوليد بيانات الحوار المحاكاة عن طريق استخدام المعرفة الخبراء ومصادر الحشد.
تتوفر أنظمة الإجابة على الأسئلة (QA) الآن من خلال العديد من التطبيقات التجارية لمجموعة واسعة من المجالات، مما يخدم ملايين المستخدمين الذين يتفاعلون معهم عبر واجهات الكلام.ومع ذلك، فإن المعايير الحالية في أبحاث ضمنيا لا تحسب الأخطاء التي قد تعرضها نما ذج التعرف على الكلام، ولا تفكر في اختلافات اللغة (لهجات) للمستخدمين.لمعالجة هذه الفجوة، نزيد من مجموعة بيانات QA الحالية لبناء معيارا متعدد الهياكل المتعددة، معيار QA المنطوقة في خمس لغات (العربية، البنغالية، الإنجليزية، الكورية، الكورية) مع أكثر من 68K Audio مطالبات في 24 لهجة من 255 متحدثا.نحن نقدم نتائج خط الأساس عرض الأداء العالمي الحقيقي لأنظمة ضمان الجودة وتحليل تأثير مجموعة متنوعة اللغات وغيرها من سمات المتكلم الحساسة على أداء المصب.أخيرا، ندرس عدالة نماذج ASR و QA فيما يتعلق بسكان المستخدمين الأساسيين.
تقترح هذه الورقة معيارا للإجابة على الأسئلة (QA) للمنطق المكاني للنص اللغوي الطبيعي الذي يحتوي على ظواهر مكانية واقعية غير مغطاة بعمل مسبق وهو أمر صعب طرازات اللغة الحديثة (LM).نقترح طريقة الإشراف البعيدة لتحسين هذه المهمة.على وجه التحديد، نقوم بتصمي م قواعد النحو والتفكير لإنشاء وصفا مكاني تلقائيا للمشاهد البصرية وأزواج ضمان الجودة المقابلة.تظهر التجارب أن محاور LMS بشكل أكبر على هذه البيانات التي تم إنشاؤها تلقائيا تعمل بشكل كبير على تحسين قدرة LMS على الفهم المكاني، والذي يساعد بدوره في حل مجموعات بيانات خارجية، و Babi، و Boolq.نأمل أن يعزز هذا العمل التحقيقات في نماذج أكثر تطورا للمناسبات المكانية على النص.
قد يساعد نظام حوار موجه نحو المهام مع التكيف مع شخصية المستخدم بشكل كبير تحسين أداء مهمة الحوار. ومع ذلك، يمكن أن يكون مثل هذا نظام الحوار صعبة عمليا للتنفيذ، لأنه من غير الواضح كيف تؤثر شخصية المستخدم على أداء مهمة الحوار. لاستكشاف العلاقة بين شخصية المستخدم وأداء مهمة الحوار، سجلنا المشاركين عبر الجماعة الجماعية للإجابة الأولى على استبيانات الشخصية المحددة ثم الدردشة مع نظام حوار لإنجاز المهام المعينة. تم استخدام نظام حوار يستند إلى القواعد في مهمة Wizard-of-of-of-of-of-of-of-of-of-of-ofoz (Multioz) السائدة. تم جمع وتحليل وتحليل وتحليل وتحليلها ما مجموعه 211 شخصي مشاركين وحوارات 633. كشفت النتائج أن الأشخاص المؤنسين والمنفتحين يميلون إلى فشل المهمة، في حين أن الناس العصبي كانوا أكثر عرضة للنجاح. استخرجنا الميزات المتعلقة بسلوكيات حوار المستخدم وأداء تحليل آخر لتحديد أي نوع من السلوك يؤثر على أداء المهام. ونتيجة لذلك، حددنا أن متوسط ​​طول الكلام والانفجارات لكل كلام هي الملامح الرئيسية لسلوك الحوار مرتبطة بشدة مع كل من أداء المهام وشخصية المستخدم.
في الإجابة على الأسئلة المفتوحة للنطاق الرد (ضمان الجودة)، فإن آلية استرداد وقراءة القراءة لها الاستفادة المتأصلة من الترجمة الترجمة من الترجمة الشفوية وسهولة إضافة أو إزالة أو تحرير المعرفة مقارنة بالنهج المعلمة لنماذج QA كتاب مغلقة.ومع ذلك، من المع روف أيضا أن تعاني من بصمة التخزين الكبيرة بسبب كوربوس وثائقها ومؤشرها.هنا، نناقش العديد من الاستراتيجيات المتعامدة لتقليل البصمة بشكل كبير من نظام QA لاسترداد ونظام QA المتسترف والقراءة بنسبة تصل إلى 160X.تشير نتائجنا إلى أن استرداد وقراءة القراءة يمكن أن يكون خيارا قابلا للتطبيق حتى في بيئة تخدم عالية للغاية مثل أجهزة الحافة، حيث نظهر أنه يمكن أن يحقق دقة أفضل من نموذج حزم بحزم مع حجم نظام منخفض المستوى من Docker.

الأسئلة المقترحة

التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا