摘要 - 将对话代理集成到我们的日常生活中已经变得越来越普遍,但是这些代理中的许多代理无法与人类进行深入的互动。尽管如此,仍然存在明显的数据集,这些数据集从人类机器人交互对话中捕获了多模式信息。为了解决这一差距,我们已经开发了一个个人情感机器人对话系统(Percy),并记录了一个新型的多模式数据集,其中包含丰富的体现相互作用数据。该过程涉及要求参与者填写问卷并在十个主题上收集他们的个人资料,例如爱好和喜欢的音乐。随后,我们在机器人与参与者之间进行了对话,利用GPT-4根据参与者的概况和情感状态来产生适当的响应,这是由面部表达识别和情感分析确定的。自动评估,以评估收集数据的整体质量。两种评估的结果都表明对话中的自然性,参与度,流利性,一致性和相关性以及机器人提供促进反应的能力。值得注意的是,数据集源自与机器人的真正互动,涉及提供个人信息并传达实际情感的参与者。代码和数据集可在[匿名]上公开获取。
在当前高度数字化的商业环境中,高效的文档管理对于提高生产力和优化组织流程至关重要。本文已确定了这一需求,并且改进了名为 Infopoint 的增强型产品,这是一款企业内容管理软件,通过实施先进的自动化和人工智能技术提供智能文档管理。在文档管理中,许多流程仍由人工执行,由于重复任务的负担而导致错误和延迟。手动管理还会导致内部延迟并影响与客户、供应商和监管实体的互动。手动文档搜索会浪费宝贵的时间,并可能给公司带来不必要的成本。Infopoint 通过整合自动化功能(尤其是利用卷积神经网络)来解决这些挑战。这种方法优化了传入通信的功能,平均将处理时间缩短了 29%。它还方便了 PDF 文档中的文本和内容搜索,将平均搜索时间缩短了 41%。本文重点介绍了这种改进如何显著减少通信管理和信息检索所花费的时间。