1 / 26

Arquitectures dels sistemes de diàleg

Arquitectures dels sistemes de diàleg. Expressió. en LN. Comprensió. Estructura atencional i intencional. Controlador. Raonament. del. sobre el model. diàleg. domini. Estructura. del discurs. Interfície amb. Aplicació. l’aplicació. Generació. Informàtica. Expressió. en LN.

ena
Télécharger la présentation

Arquitectures dels sistemes de diàleg

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Arquitectures dels sistemes de diàleg Expressió en LN Comprensió Estructura atencional i intencional Controlador Raonament del sobre el model diàleg domini Estructura del discurs Interfície amb Aplicació l’aplicació Generació Informàtica Expressió en LN

  2. Arquitectures dels sistemes de diàleg Expressió Reconeixement de veu en LN Comprensió Estructura atencional i intencional Controlador Raonament del sobre el model diàleg domini Discurs Interfície amb Aplicació l’aplicació Generació Informàtica Síntesi de veu Expressió en LN

  3. Controlador de diàleg (I) • Dues fases: Reconeixement i generació • Participació del sistema en la conversació • Iniciativa del sistema: diàleg dirigit • Es demana a l’usuari que respongui preguntes: “ De quina ciutat vol sortir” • Iniciativa de l’usuari • L’usuari pot dir el que vulgui i el sistema demana clarificacions quan ho necessita • Iniciativa mixte: diàleg orientat a un objectiu • L’usuari i el sistema col.laboren per solucionar el problema seguint el paradigme conversacional

  4. Controlador de diàleg (II) • Decideix la resposta del sistema a una sentència de l’usuari • Tractament d’ambigüitats i informació incompleta en les intervencions de l’usuari • Obtenció de la informació que demana l’usuari accedint a l’aplicació o a bases de coneixements • Presentació de la resposta

  5. Controlador de diàleg (III) AtributPregunta opcional AeroportOrigen “De quin aeroport” AeroportDestí “A on vol anar?” HoraSortida “A quina hora vol sortir?” Hora d’arribada “A quina hora vol arrivar?” Classe Companyia Anada

  6. Controlador del diàleg (IV) Preparació, en cada torn, de la resposta de l’usuari • Obtenir informació de l’usuari: • Ambigüitats degudes a problemes de reconeixement • Has dit Barcelona o Badalona ? • Especificació incompleta • Quin dia vols viatjar? • Presentació de la resposta • Negociació amb l’usuari: reduir el nombre de respostes • He trobat 10 vols, prefereixes alguna companyia en especial ? • Si es presenta per pantalla • Resums, gràfics, taules

  7. Controlador del diàleg (V) • Guiar a l’usuari • Presentar nous objectius • Vols saber el preu de l’itinerari? • Presentar alternatives • No tinc informació de vols a Girona, vols els de Barcelona ? • Indicar a l’usuari el que el sistema es capaç de reconèixer i/o respondre: • Quanta més iniciativa pot prendre l’usuari més problemes per desconeixement de: • Capacitats del sistema: Trajectes de Barcelona a Vilallobent • El rang: ex. pobles dels quals el sistema no disposa informació • El llenguatge que el sistema reconeix • Sistemes d’ajudes: Depenen del context

  8. Controlador del diàleg (VI) • Recuperació d’errors • Diferents causes: acústiques, estil de la parla, disfluències, vocabulari, sintaxis • Incorporació de puntuació de confidència per tractar entrades problemàtiques • Diàleg més dirigit • Confirmació explícita: demanar informació de només el que no s’ha entès bé. (Anàlisi parcial) • Altres estratègies • Tractament d’interrupcions • Problema acústic, de comprensió i de diàleg • Ex: Dona’m més informació sobre aquest

  9. Controlador de diàleg (VII) Utilitza • Model del diàleg: • Descripció genèrica de la construcció del diàleg • Model de la tasca • Representació de les tasques del sistema • Exemple: accés a bases de dades • Historia del diàleg • Informació sobre els objectes, propietats, relacions que han aparegut,... • Tasques del sistema realitzades

  10. Controlador de diàleg (VIII) Model del diàleg Entendre una intervenció en el context de les anteriors - Utilitzar el focus d’atenció • Deixis: Agafaré el segon • Referències anafòriques: per exemple pronoms, com a quin és el seu telèfon • Incompletitud: Tots els trens del matí Obtenir informació no expressada - Dues aproximacions • Contingut. Inferència i abducció • Intenció

  11. Controlador del diàleg (IX) • Tres aproximacions per modelar diàleg • Basades en l’estructura • Modelen regularitats del diàleg • Salutació inicial, respotes seguint preguntes, acomiadament,... • Basades en la intenció (de l’usuari): Models de plans • Intervencions són actes de communicació (speech act) : preguntar, informar, confirmar,.. • Processament costòs • Accions conjuntes • Col.laboració home-màquina per resoldre problemes ( ambigüetats, informació imcompleta, …)

  12. Controlador del diàleg (X) • Basades en l’estructura: Regularitats sequëncials al diàleg • preguntes-respostes • propostes-acceptacions • errors- solucions • Gramàtiques que modelen el diàleg • Elements terminals: pregunta, resposta, oferiment, questió, resposta, proposició, aceptació, rebuig, etc.. • Donat un estat, preveure el següent • Inconvenient: No totes les intervencions tenen una única interpretació • Necessari més informació

  13. Controlador del diàleg (XI) • Basades en la intenció (de l’usuari): Models de plans • Les intervencions són actes de comunicació (speech act) : preguntar, informar, confirmar,.. • Els actes formen part d’un pla que s’ha de detectar i actuar en conseqüència. Exemple: Usuari: tren a Alacant Sistema: Dóna la informació de hores de trens a Alacant (L’usuari està demanant informació) • Utilització: regles d’inferència, definicions d’accions, models dels estats mentals de participants, expectació d’objectius, etc. • Processament costós

  14. Controlador del diàleg (XII) Implementació: No hi ha un model general per totes les aplicacions • Construcció a mà de les transicions del diàleg(dialog flow) • Gramàtiques • Llenguatge de scripts • Graf d’objectes o mòduls del diàleg • Eines semi-automàtiques Rapid Dialogue Prototyping Institute of Techology of Lausane • Model probabilístic i tècniques d’aprenentatge Grup de PLN de la UPV (Basurde)

  15. Controlador del diàleg (XIII) Models probabilístics Grup de PLN de la UPV (Basurde). Model 1 • Model de diàleg per trobar l’optim acte de diàleg que ha de realitzar el sistema en cada estat ^ D = argmaxPr(D|w,d) D • w últim torn de l’usuari • d història del diàleg (seqüència d’actes anteriors de diàleg) ^ • D òptim acte del sistema

  16. Controlador del diàleg (XIV) Models probabilístics Grup de PLN de la UPV (Basurde). Anotació de corpus Vull anar a Madrid amb l’Unamuno Anotació semàntica Vull: consultaanar :<hora_sortida> a :<marca_desti>Madrid:<ciutat_desti>ambl’’Unamuno :<tipus_tren>

  17. Controlador del diàleg (XV) Models probabilístics Grup de PLN de la UPV (Basurde). Model 2 • Incorporació de unitats semàntiques que assigna el mòdul de comprensió a les paraules de la intervenció ^ D = argmaxPr(D|u,w,d) D • u unitats semàntiques donades pel mòdul de comprensió • w últim torn de l’usuari • d història del diàleg ^ • D òptim acte del sistema

  18. Controlador del diàleg (XVI) Models probabilístics Grup de PLN de la UPV (Basurde). Anotació de corpus Vull anar a Madrid amb l’Unamuno Anotació semàntica amb categories Vull: consultaanar :<hora_sortida> a :<marca_desti> Madrid: INSTANCIA: <ciutat_desti>ambl’Unamuno INSTANCIA: :<tipus_tren>

  19. Controlador del diàleg (XVII) Models probabilístics Grup de PLN de la UPV (Basurde) El model diàleg utilitza • Model Hidden Markov basat en paraules per assignar actes de diàleg als torns de l’usuari • Gramàtica N-gram com a història de diàleg • Corpus amb etiquetes semàntiques

  20. Controlador del diàleg (XVIII) Models probabilístics Grup de PLN de la UPV (Basurde). Anotació de corpus • Considerar informació essencial per determinar l’estratègia de diàleg • Etiqueta semàntica. Actes de diàleg - Intenció de l’usuari - Informació en un segment: sub-sentència del torn • Per reduir etiquetes --> categorització de ciutats, hores, dies,...

  21. Controlador del diàleg (XIX) Models probabilístics Grup de PLN de la UPV (Basurde). Anotació de corpus • 226 diàlegs orals en espanyol • Obtinguts amb la tècnica de Wizard of Oz • Contingut: preguntes de hora de sortida i arribada, cost del viatge, tipus de tren, etc.. • 394 etiquetes d’actes de diàleg: 137 del sistema i 257 de l’usuari

  22. Controlador del diàleg (X) Eines semi-automàtiques Rapid Dialogue Prototyping Laboratory, Swiss Federal Institute of Techology of Lausane • Genera un model de diàleg per una aplicació concreta en 3 fases: • Recull corupus de diàleg utilitzant tècnica Wizard of Oz • Construcció d’un primer model del diàleg utilitzant l’einaRapid Dialogue Prototyping • Implementació i validació del prototipus

  23. Disseny d’un sistema de diàleg Principis de Gould and Lewis (1985) • Estudiar els usuaris i les tasques • Entrevistar a usuaris • Obtenir diàlegs persona-persona • Construir prototipus • Utilitzar el métode Wizard-of-Oz. Un usuari simula la màquina • Disseny iteractiu • Els usuaris han de probar el sistema. Incorporar informació de l’experiència

  24. Els sistemes de diàleg Línes per millorar el procés de generació Col.lecció de corpus home-home i home-màquina • Necessitat d’establir convencions per fer anotacions • Special Interested Group on Dialogue (SIGdial) of the Association of Computational Linguistics • Criteris d’avaluació • Objectius: • temps de processament d’una intervenció, nombre de torns, errors, torns de reparació,... • Subjectius: Questionaris als usuaris

  25. Articles Referències • Conversational Interfaces: Advances and Challeges. Proceeding of the IEEE. Special Isue on Spoken Language Processing, August 2000, IEEE. • Survey of the State of the Art in Human-Language Technology. Chapter 6. Discourse and Dialogue. R. Cole and al. (eds.). Report commissioned by the National Science Foundation, 1996. Available http://www.cse.ogi.edu/CSLU/HLTsurvey/HLTsurvey.html> • Speech and Language Processing. Daniel Jurafsky & James Martin.Prentice Hall series in AI, 2000

  26. Conferències Referències • International Conference on Text, Speech and Dialogue. ( República Xeca) • Eurospeech Conference • International Conference of Spoken Language Processing • International Symposium on Spoken Dialogue

More Related