社交媒体消息应用程序(例如 WhatsApp 和 Facebook Messanger)在 2019 年已达到 23 亿用户,其中大多数用户来自发展中国家。发展中国家用户的高使用率为设计基于文本的社会变革干预措施提供了可能性。但是,这种干预措施依赖于专家(如医生、教育工作者和主持人)的知识,而这些知识在发展中环境中是稀缺的。可以使用聊天机器人来扩展专家知识,但需要更多的研究来支持需要特定环境支持(例如本地语言干预)或可能没有常规互联网连接的发展中国家用户。因此,为了支持在低资源环境中基于聊天机器人的干预措施的设计,我们构建了 DIA,这是一个适用于低资源环境的聊天机器人架构,以扩展专家知识并支持本地化。DIA 是一个人机聊天机器人(humbot)混合系统,可以从用户交互中有机地学习特定主题的知识和本地语言。我们在 WhatsApp 上构建了 DIA 的初步版本,并将其部署到科特迪瓦农村地区指导 38 名教师。通过初步部署,我们表明 DIA 可以帮助 (1) 构建主题和语言特定对话的数据集 (2) 通过聊天记录了解用户在线智能手机的使用情况,以及 (3) 通过对话互动收集调查数据。
主要关键词