MétaCan
Menu
Retour à la cohorte
Enregistrement W2035595087 · doi:10.1109/vecims.2012.6273227

A task ontology model for domain independent dialogue management

2012· article· en· W2035595087 sur OpenAlexaff
Xiaobu Yuan, Guoying Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech and dialogue systems
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésComputer scienceOntologyTask (project management)Domain (mathematical analysis)Domain modelHuman–computer interactionSituatedKnowledge managementReuseTicketSoftware engineeringArtificial intelligenceDomain knowledgeSystems engineering

Résumé

récupéré en direct d'OpenAlex

Dialogue systems have been a rapidly growing area in the field of human computer interaction. They can be applied in various fields, such as education, business and healthcare. Due to its complexity, the design and development of a dialogue system is time consuming and costly. It is highly desirable for a generic dialogue system, especially dialogue management that is independent of specific domains. Methods for domain independent dialogue systems have been proposed in previous research, however each of them has its own limitations. This paper presents a new approach, a task ontology model for domain independent dialogue management. An abstract task ontology is developed and based on that a generic dialogue manager is created. Knowledge about a specific task is modeled in its task ontology and retrieved by an ontology reasoning component situated in the dialogue manager. Thus the dialogue system based on this model is task or domain independent. The dialogue system has been experimented with two different tutorial tasks: the book borrowing and the online train ticket booking. The results indicate that the dialogue system can be readily applied to tasks from different domains. This paper has implications on future research and development of domain independent dialogue systems and its application in tutoring and training in virtual environments. It also contributes to the knowledge sharing and reuse of human computer interfaces.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,787
Score d'incertitude au seuil0,380

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,254
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpeech and dialogue systemsTravaux en français237 207