論文の概要: Two-stage Voice Application Recommender System for Unhandled Utterances
in Intelligent Personal Assistant
- arxiv url: http://arxiv.org/abs/2110.09877v1
- Date: Tue, 19 Oct 2021 11:52:56 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-20 13:59:34.020949
- Title: Two-stage Voice Application Recommender System for Unhandled Utterances
in Intelligent Personal Assistant
- Title（参考訳）: インテリジェントパーソナルアシスタントにおける未処理発話のための2段階音声レコメンダシステム
- Authors: Wei Xiao, Qian Hu, Thahir Mohamed, Zheng Gao, Xibin Gao, Radhika
Arava, Mohamed AbdelHady
- Abstract要約: 本稿では,サードパーティの音声アプリケーションと非手話音声をマッチングする2段階のショートリスト-リランダ推薦システムを提案する。
本稿では,ベースラインルールに基づくシステムから収集した観測データを用いて,新しいシステムを構築する方法について述べる。
ユーザエクスペリエンスの満足度を著しく向上させるオンラインA/Bテストの結果を提示する。
- 参考スコア（独自算出の注目度）: 5.475452673163167
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Intelligent personal assistants (IPA) enable voice applications that
facilitate people's daily tasks. However, due to the complexity and ambiguity
of voice requests, some requests may not be handled properly by the standard
natural language understanding (NLU) component. In such cases, a simple reply
like "Sorry, I don't know" hurts the user's experience and limits the
functionality of IPA. In this paper, we propose a two-stage
shortlister-reranker recommender system to match third-party voice applications
(skills) to unhandled utterances. In this approach, a skill shortlister is
proposed to retrieve candidate skills from the skill catalog by calculating
both lexical and semantic similarity between skills and user requests. We also
illustrate how to build a new system by using observed data collected from a
baseline rule-based system, and how the exposure biases can generate
discrepancy between offline and human metrics. Lastly, we present two
relabeling methods that can handle the incomplete ground truth, and mitigate
exposure bias. We demonstrate the effectiveness of our proposed system through
extensive offline experiments. Furthermore, we present online A/B testing
results that show a significant boost on user experience satisfaction.
- Abstract（参考訳）: インテリジェントパーソナルアシスタント(IPA)は、人々の日々の作業を容易にする音声アプリケーションを可能にする。
しかしながら、音声要求の複雑さとあいまいさのため、いくつかの要求は標準自然言語理解(NLU)コンポーネントによって適切に処理されない場合がある。
そのような場合、"Sorry, I don't know"のような単純な応答は、ユーザの経験を傷つけ、IPAの機能を制限する。
本稿では,サードパーティ製音声アプリケーション (skills) と未処理発話をマッチングする2段階のショートリストリクターレコメンダシステムを提案する。
本手法では,スキルとユーザ要求の語彙的・意味的類似性を算出し,スキルカタログから候補スキルを抽出するためのスキルショートリストを提案する。
また、ベースラインルールベースのシステムから収集した観測データを用いて新しいシステムを構築する方法や、露光バイアスがオフラインと人間のメトリクスの相違を生じさせる方法について説明する。
最後に,不完全な根拠の真理を処理し,露出バイアスを軽減できる2つのリラベリング手法を提案する。
提案システムの有効性を大規模オフライン実験により実証する。
さらに,ユーザエクスペリエンスの満足度が大幅に向上するオンラインa/bテスト結果も提示する。
関連論文リスト
- Towards Empathetic Conversational Recommender Systems [77.53167131692]
本稿では,共感型会話レコメンデータ(ECR)フレームワークを提案する。
ECRには、感情対応アイテムレコメンデーションと感情対応応答生成という、2つの主要なモジュールが含まれている。
ReDialデータセットの実験は、推奨精度を高め、ユーザの満足度を向上させる上で、我々のフレームワークの有効性を検証する。
論文 参考訳（メタデータ） (2024-08-30T15:43:07Z) - System-2 Recommenders: Disentangling Utility and Engagement in Recommendation Systems via Temporal Point-Processes [80.97898201876592]
本稿では,過去のコンテンツインタラクションが,自己興奮型ホークスプロセスに基づくユーザの到着率に影響を及ぼす生成モデルを提案する。
そこで本研究では,システム1とシステム2のアンタングルを解消し,ユーザ利用によるコンテンツ最適化を可能にすることを解析的に示す。
論文 参考訳（メタデータ） (2024-05-29T18:19:37Z) - A Transformer-Based User Satisfaction Prediction for Proactive
Interaction Mechanism in DuerOS [12.060990859604681]
そこで本研究では,ユーザに対して提示する前に,ユーザの満足度とユーザの反応を予測できる能動的インタラクション機構を提案する。
ユーザが予測に応じて満足できない場合、システムはユーザの本当の意図を決定するのに適した質問をユーザに尋ねる。
当社のモデルをDuerOS上に展開・評価し,ユーザ満足度予測の精度に対する19%の相対的改善と,ユーザエクスペリエンスに対する2.3%の相対的改善を観察した。
論文 参考訳（メタデータ） (2022-12-05T09:17:49Z) - Duplex Conversation: Towards Human-like Interaction in Spoken Dialogue
System [120.70726465994781]
マルチモーダル音声対話システムにより、電話ベースのエージェントが、人間のような顧客と対話できる。
製品で学んだ教訓を共有するために、Conversation Duplex Alibabaのインテリジェントなカスタマサービスをデプロイしています。
オンラインA/B実験は,提案システムにおいて応答遅延を50%低減できることを示した。
論文 参考訳（メタデータ） (2022-05-30T12:41:23Z) - Building an ASR Error Robust Spoken Virtual Patient System in a Highly
Class-Imbalanced Scenario Without Speech Data [20.357369521268417]
仮想患者(VP)は、医学生に患者の歴史を学ばせるための強力なツールである。
提案手法は, 単語誤り率設定におけるVP意図分類タスクに対して, 強いベースラインよりも大幅に改善されたことを示す。
論文 参考訳（メタデータ） (2022-04-11T15:13:33Z) - Towards Large-Scale Interpretable Knowledge Graph Reasoning for Dialogue
Systems [109.16553492049441]
よりスケーラブルで一般化可能な対話システムに知識推論機能を組み込む新しい手法を提案する。
我々の知識を最大限に活用するために、変圧器モデルが微分可能な知識グラフを解析して応答を生成するのは、これが初めてである。
論文 参考訳（メタデータ） (2022-03-20T17:51:49Z) - Advances and Challenges in Conversational Recommender Systems: A Survey [133.93908165922804]
現在の会話レコメンダーシステム(CRS)で使用されるテクニックの体系的なレビューを提供します。
CRS開発の主な課題を5つの方向にまとめます。
これらの研究の方向性は、情報検索(IR)、自然言語処理(NLP)、人間とコンピュータの相互作用(HCI)などの複数の研究分野を含みます。
論文 参考訳（メタデータ） (2021-01-23T08:53:15Z) - Improving Conversational Question Answering Systems after Deployment
using Feedback-Weighted Learning [69.42679922160684]
本稿では,二元的ユーザフィードバックを用いた初期教師付きシステムを改善するために,重要サンプリングに基づくフィードバック重み付き学習を提案する。
当社の作業は,実際のユーザとのインタラクションを活用し,デプロイ後の会話システムを改善する可能性を開くものだ。
論文 参考訳（メタデータ） (2020-11-01T19:50:34Z) - NUANCED: Natural Utterance Annotation for Nuanced Conversation with
Estimated Distributions [36.00476428803116]
本研究では,ユーザ中心の対話システムの構築を試みる。
まず,ユーザの好みをシステムオントロジー上の推定分布としてモデル化し,ユーザの発話をそのような分布にマッピングする。
我々は、会話レコメンデーションのための現実的な設定に焦点を当てたNUANCEDという新しいデータセットを構築した。
論文 参考訳（メタデータ） (2020-10-24T03:23:14Z) - User Intention Recognition and Requirement Elicitation Method for
Conversational AI Services [7.941589241861105]
私たちは、できるだけ少数のラウンドで、ユーザー要求を正確に取得することを目指しています。
ファジィ要件推論のための知識グラフ(KG)に基づくユーザ意図認識手法を開発した。
ダイアログポリシ生成のために,グラニュラーコンピューティングに基づく要件抽出手法を提案した。
論文 参考訳（メタデータ） (2020-09-03T08:26:39Z) - Learning to Rank Intents in Voice Assistants [2.102846336724103]
本稿では,意図的ランキングタスクのための新しいエネルギーモデルを提案する。
提案手法は,誤差率を3.8%削減することで,既存の手法よりも優れていることを示す。
また,意図的ランキングタスクにおけるアルゴリズムのロバスト性を評価し,そのロバスト性について33.3%向上したことを示す。
論文 参考訳（メタデータ） (2020-04-30T21:51:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。