نحن نركز على نماذج الحوار في سياق الدراسات السريرية حيث الهدف هو المساعدة في جمع، بالإضافة إلى المعلومات الوثيقة التي تم جمعها بناء على استبيان معلومات صريحة ذات صلة طبيا.لتعزيز مشاركة المستخدم وعنوان هذا الهدف المزدوج (جمع مجموعة من نقاط البيانات المحددة مسبقا ومعلومات غير رسمية حول حالة المرضى)، نقدم نموذج فرعي مصنوع من ثلاثة برادات: قائمة على المهام ومتابعة وبوت اجتماعي.نقدم طريقة عامة لتطوير روبوتات المتابعة.نحن نقارن تكوينات الفرقة المختلفة ونؤثر أن مزيج من الروبوتات الثلاثة (I) يوفر أساسا أفضل لجمع المعلومات من مجرد المعلومات التي تبحث عن الروبوت و (2) بجمع المعلومات بطريقة أكثر سهولة الاستخدام بطريقة أكثر فاعلية بحيث تكون فرقةنموذج يجمع بين المعلومات التي تبحث عنها والروبوت الاجتماعي.
We focus on dialog models in the context of clinical studies where the goal is to help gather, in addition to the close information collected based on a questionnaire, serendipitous information that is medically relevant. To promote user engagement and address this dual goal (collecting both a predefined set of data points and more informal information about the state of the patients), we introduce an ensemble model made of three bots: a task-based, a follow-up and a social bot. We introduce a generic method for developing follow-up bots. We compare different ensemble configurations and we show that the combination of the three bots (i) provides a better basis for collecting information than just the information seeking bot and (ii) collects information in a more user-friendly, more efficient manner that an ensemble model combining the information seeking and the social bot.
المراجع المستخدمة
https://aclanthology.org/
يعرض نماذج Resunding Runing Running لتلخيص محادثة محادثة الطبيب تلقائيا العديد من التحديات: بيانات تدريب محدودة، ونقل مجال كبير، والنصوص الطويلة والصعارية، والتقلبات الموجزة عالية الهدف. في هذه الورقة، نستكشف جدوى استخدام نماذج المحولات مسبقا لتلخيص
من المعروف أن حساسية النماذج العميقة العصبية لضوضاء الإدخال مشكلة صعبة.في NLP، يتدهور أداء النموذج غالبا مع الضوضاء التي تحدث بشكل طبيعي، مثل الأخطاء الإملائية.لتخفيف هذه المشكلة، قد تستفيد النماذج البيانات الوكيل بشكل مصطنع.ومع ذلك، تم تحديد كمية ون
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
في هذه الورقة، نقترح نموذجا مقرا له عناية سياقية مع تدريبات دقيقة على مرحلتين باستخدام روبرتا.أولا، نقوم بإجراء النغمة الجميلة في المرحلة الأولى على Corpus مع روبرتا، بحيث يمكن للنموذج أن يتعلم بعض المعرفة المسبقة المجال.ثم نحصل على التضمين السياقي ب
تصف هذه الورقة نظامنا المشارك في المهمة 7 من Semeval-2021: الكشف عن الفكاهة والجريمة.تم تصميم المهمة للكشف عن الفكاهة والجريمة التي تتأثر بالعوامل الذاتية.من أجل الحصول على معلومات دلالية من كمية كبيرة من البيانات غير المسبقة، طبقنا نماذج اللغة المدر