Диалоговая система
 | Эта статья нуждается в дополнительных цитатах для проверки . ( июнь 2022 г. ) |
Диалоговая система , или диалоговый агент ( CA ), — это компьютерная система, предназначенная для общения с человеком. Диалоговые системы использовали один или несколько режимов общения как на входном, так и на выходном канале: текст, речь, графика, тактильные ощущения, жесты и другие режимы.
Элементы диалоговой системы не определены, поскольку эта идея находится в стадии исследования. [ нужна ссылка ] однако они отличаются от чат-бота . [1] Типичный с графическим пользовательским интерфейсом мастер ведет своего рода диалог, но он включает в себя очень мало общих компонентов диалоговой системы, а состояние диалога тривиально.
Фон
[ редактировать ]После диалоговых систем, основанных только на обработке письменного текста, начиная с начала шестидесятых годов, [2] первая голосовая диалоговая система была выпущена проектом DARPA в США в 1977 году. [3] После окончания этого пятилетнего проекта некоторые европейские проекты выпустили первую диалоговую систему, способную говорить на многих языках (также французском, немецком и итальянском). [4] Эти первые системы использовались в телекоммуникационной отрасли для предоставления различных телефонных услуг в конкретных областях, например, автоматизированная повестка дня и обслуживание столов для поездов.
Компоненты
[ редактировать ]Какие наборы компонентов включены в диалоговую систему и то, как эти компоненты распределяют обязанности, различается от системы к системе. Принципиальным элементом любой диалоговой системы является менеджер диалога , который является компонентом, управляющим состоянием диалога и стратегией диалога. Типичный цикл деятельности в диалоговой системе состоит из следующих фаз: [5]
- Пользователь говорит, и ввод преобразуется в обычный текст системным распознавателем/декодером ввода , который может включать в себя:
- Текст анализируется блоком понимания естественного языка (NLU), который может включать в себя:
- Идентификация имени собственного
- тегирование части речи
- Синтаксический/семантический парсер
- Семантическая информация анализируется менеджером диалогов , который сохраняет историю и состояние диалога и управляет общим потоком разговора.
- Обычно менеджер диалога связывается с одним или несколькими менеджерами задач , которые знают конкретную область задач.
- Менеджер диалогов выдает выходные данные с помощью генератора выходных данных , который может включать в себя:
- Наконец, выходные данные визуализируются с помощью средства рендеринга вывода , которое может включать в себя:
Диалоговые системы, основанные на текстовом интерфейсе (например, текстовый чат), содержат только этапы 2–5.
Типы систем
[ редактировать ]Диалоговые системы делятся на следующие категории, которые перечислены здесь по нескольким параметрам. Многие категории частично совпадают, и различия могут быть недостаточно четко установлены.
- по модальности
- по устройству
- телефонные системы
- КПК- системы
- автомобильные системы
- роботизированные системы
- настольные / ноутбуковые системы
- родной
- браузерные системы
- in- виртуальная машина
- в виртуальной среде
- роботы
- по стилю
- командный
- меню управляемый
- естественный язык
- речевое граффити
- по инициативе
- системная инициатива
- инициатива пользователя
- смешанная инициатива
Natural dialogue systems
[edit] | This section may lend undue weight to certain ideas, incidents, or controversies. Please help to create a more balanced presentation. Discuss and resolve this issue before removing this message. (May 2017) |
"A Natural Dialogue System is a form of dialogue system that tries to improve usability and user satisfaction by imitating human behaviour" [6] (Berg, 2014). It addresses the features of a human-to-human dialogue (e.g. sub dialogues and topic changes) and aims to integrate them into dialogue systems for human-machine interaction. Often, (spoken) dialogue systems require the user to adapt to the system because the system is only able to understand a very limited vocabulary, is not able to react to topic changes, and does not allow the user to influence the dialogue flow. Mixed-initiative is a way to enable the user to have an active part in the dialogue instead of only answering questions. However, the mere existence of mixed-initiative is not sufficient to be classified as a natural dialogue system. Other important aspects include:[6]
- Adaptivity of the system
- Support of implicit confirmation
- Usage of verification questions
- Possibilities to correct information that has already been given
- Over-informativeness (give more information than has been asked for)
- Support negations
- Understand references by analysing discourse and anaphora
- Natural language generation to prevent monotonous and recurring prompts
- Adaptive and situation-aware formulation
- Social behaviour (greetings, the same level of formality as the user, politeness)
- Quality of speech recognition and synthesis
Although most of these aspects are issues of many different research projects, there is a lack of tools that support the development of dialogue systems addressing these topics.[7] Apart from VoiceXML that focuses on interactive voice response systems and is the basis for many spoken dialogue systems in industry (customer support applications) and AIML that is famous for the A.L.I.C.E. chatbot, none of these integrate linguistic features like dialogue acts or language generation. Therefore, NADIA (a research prototype) gives an idea of how to fill that gap and combines some of the aforementioned aspects like natural language generation, adaptive formulation, and sub dialogues.
Performance
[edit]Some authors measure the dialogue system's performance in terms of the percentage of sentences completely right, by comparing the model of sentences (this measure is called Concept Sentence Accuracy[8] or Sentence Understanding[4]).
Applications
[edit]Dialogue systems can support a broad range of applications in business enterprises, education, government, healthcare, and entertainment.[9] For example:
- Responding to customers' questions about products and services via a company's website or intranet portal
- Customer service agent knowledge base: Allows agents to type in a customer's question and guide them with a response
- Guided selling: Facilitating transactions by providing answers and guidance in the sales process, particularly for complex products being sold to novice customers
- Help desk: Responding to internal employee questions, e.g., responding to HR questions
- Website navigation: Guiding customers to relevant portions of complex websites—a Website concierge
- Technical support: Responding to technical problems, such as diagnosing a problem with a product or device
- Personalized service: Conversational agents can leverage internal and external databases to personalise interactions, such as answering questions about account balances, providing portfolio information, delivering frequent flier or membership information, for example
- Training or education: They can provide problem-solving advice while the user learns
- Simple dialogue systems are widely used to decrease the human workload in call centers. In this and other industrial telephony applications, the functionality provided by dialogue systems is known as interactive voice response or IVR.
- Support scientist in data manipulation and analysis tasks, for example in genomics.[10]
In some cases, conversational agents can interact with users using artificial characters. These agents are then referred to as embodied agents.
Toolkits and architectures
[edit]A survey of current frameworks, languages and technologies for defining dialogue systems.
| Name & links | System type | Description | Affiliation[s] | Environment[s] | Comments |
|---|---|---|---|---|---|
| AIML | Chatterbot language | XML dialect for creating natural language software agents | Richard Wallace, Pandorabots, Inc. | ||
| ChatScript | Chatterbot language | Language/Engine for creating natural language software agents | Bruce Wilcox | ||
| CSLU Toolkit | A state-based speech interface prototyping environment | OGI School of Science and Engineering M. McTear Ron Cole | publications are from 1999. | ||
| NLUI Server | Domain-independent toolkit | Complete multilingual framework for building natural language user interface systems | LinguaSys | out-of-box support of mixed-initiative dialogues | |
| Olympus | Complete framework for implementing spoken dialogue systems | Carnegie Mellon University | [1] | ||
| Nextnova | Multimodal Platform | Platform for developing multimodal software applications. Based on State Chart XML (SCXML) | Ponvia Technology, Inc. | ||
| VXML Voice XML | Spoken dialogue | Multimodal dialogue markup language | Developed initially by AT&T, then administered by an industry consortium and finally a W3C specification | Example | primarily for telephony. |
| SALT | markup language | Multimodal dialogue markup language | Microsoft | "has not reached the level of maturity of VoiceXML in the standards process". | |
| Quack.com - QXML | Development Environment | Company bought by AOL | |||
| OpenDial | Domain-independent toolkit | Hybrid symbolic/statistical framework for spoken dialogue systems, implemented in Java | University of Oslo | ||
| NADIA | dialogue engine and dialogue modelling | Creating natural dialogues/dialogue systems. Supports dialogue acts, mixed initiative, NLG. Implemented in Java. | Markus M. Berg | create XML-based dialogue files, no need to specify grammars, publications are from 2014 |
See also
[edit]References
[edit]- ^ Klüwer, Tina. "From chatbots to dialog systems." Conversational agents and natural language interaction: Techniques and Effective Practices. IGI Global, 2011. 1-22.
- ^ McTear, Michael, Zoraida Callejas, and David Griol, The conversational interface: Talking to smart devices, Springer, 2016.
- ^ Giancarlo Pirani (ed), Advanced algorithms and architectures for speech understanding, Vol. 1. Springer Science & Business Media, 2013.
- ^ Jump up to: a b Alberto Ciaramella, A prototype performance evaluation report, Sundial work package 8000 (1993).
- ^ Jurafsky & Martin (2009), Speech and language processing. Pearson International Edition, ISBN 978-0-13-504196-3, Chapter 24
- ^ Jump up to: a b Berg, Markus M. (2014), Modelling of Natural Dialogues in the Context of Speech-based Information and Control Systems, Akademische Verlagsgesellschaft AKA, ISBN 978-3-89838-508-4
- ^ Berg, Markus M. (2015), "NADIA: A Simplified Approach Towards the Development of Natural Dialogue Systems", Natural Language Processing and Information Systems, Lecture Notes in Computer Science, vol. 9103, pp. 144–150, doi:10.1007/978-3-319-19581-0_12, ISBN 978-3-319-19580-3
- ^ Bangalore, Srinivas, and Michael Johnston. "Robust understanding in multimodal interfaces." Computational Linguistics 35.3 (2009): 345-397.
- ^ Lester, J.; Branting, K.; Mott, B. (2004), "Conversational Agents" (PDF), The Practical Handbook of Internet Computing, Chapman & Hall
- ^ Кровари; Пидо; Пиноли; Бернаскони; Чанакоглу; Гарзотто; Кери (2021), «GeCoAgent: диалоговый агент для расширения возможностей извлечения и анализа геномных данных», ACM Transactions on Computing for Healthcare , 3 , ACM New York, NY: 1–29, doi : 10.1145/3464383 , hdl : 11311/1192262 , S2CID 245855725
Дальнейшее чтение
[ редактировать ]- Уилл, Томас (2007). Создание динамического речевого диалога . ВДМ Верлаг Доктор Мюллер . ISBN 978-3-8364-4990-8 .
| Базы данных органов управления : Национальные |
|---|
