كيف يجب أن يسأل الوكلاء أسئلة للتعلم المنشأ؟حوار مشروح كوربوس

سيحتاج الوكلاء الذكيون الذين يشترفون بمفاهيم جديدة في البيئات المحددة إلى طلب أسئلة زملائهم البشريين الذين يتعلمون عن العالم المادي.لفهم هذه المشكلة بشكل أفضل، نحتاج إلى بيانات حول طرح الأسئلة في التفاعلات القائمة على المهمة المحددة.تحقيقا لهذه الغاية، نقدم كوربوس لتعلم الحوار البشري الروبوت (HURDL) - وهو جوربوس حوار رواية تم جمعها في بيئة افتراضية تفاعلية عبر الإنترنت التي يلعب فيها المشاركين البشري دور الروبوت الذي يؤدي مهمة تنظيم أدوات تعاونية.نحن نصف بيانات Corpus ومخطط التوضيح المقابل لتقديم نظرة ثاقبة في شكل ومضمون الأسئلة التي يطلبها البشر تسهيل التعلم في بيئة داخلية.نحن نقدم كوربوس كمورد مضمون تجريبيا لتحسين توليد السؤال في الوكلاء الذكيين المحتملين.

Intelligent agents that are confronted with novel concepts in situated environments will need to ask their human teammates questions to learn about the physical world. To better understand this problem, we need data about asking questions in situated task-based interactions. To this end, we present the Human-Robot Dialogue Learning (HuRDL) Corpus - a novel dialogue corpus collected in an online interactive virtual environment in which human participants play the role of a robot performing a collaborative tool-organization task. We describe the corpus data and a corresponding annotation scheme to offer insight into the form and content of questions that humans ask to facilitate learning in a situated environment. We provide the corpus as an empirically-grounded resource for improving question generation in situated intelligent agents.