XiaoMi-AI文件搜索系统
World File Search SystemChatbot
通过社交媒体消息中的对话提示传达聊天机器人个性
聊天机器人或对话代理人的个性主要是通过口头交流方式来传达的。在这项在线小插图研究（n = 168）中，我们检查了通过添加简单的对话提示来传达类似社交媒体的信息中个性的可能性。以社交为导向和响应式的对话提示及其组合对聊天机器人的感知个性产生了明显的影响。以社会为导向的提示对大多数海洋人格特征，温暖和拟人化都有明显的影响，而响应性提示只会影响神经质。结合使用，以社会为导向的提示的影响被反应灵敏的提示抵消，但没有针对所有个性特征。能力和信任不受任何使用的对话提示的影响。调查结果表明，很少有对话提示足以在短消息中传达每个声音的独特之处。
CommunityBots：创建和评估公共输入的多代理聊天机器人平台
近年来，支持AI支持的对话代理商或聊天机器人的普及已成为传统在线调查的替代方案，以吸引人们的信息。但是，使用单人聊天机器人在各种主题上进行相反并收集多方面的信息存在差距。先前的工作表明，单人聊天机器人难以理解用户意图并在多面对话中解释人类语言。在这项工作中，我们研究了如何利用多代理聊天机器人系统在多个领域进行多方面的对话。为此，我们进行了一项OZ的巫师研究，以调查多代理聊天机器人的设计，以在多个高级领域及其相关主题中收集公众投入。接下来，我们设计，开发和评估了CommunityBots，这是一个多代理聊天机器人平台，每个聊天机器人单独处理另一个域。为了管理跨多个主题和聊天机器人的对话，我们提出了一种新颖的对话和主题管理（CTM）机制，该机制根据用户的响应和意图来处理主题转换和聊天机器人转换。我们进行了一项主题研究，将社区机器人与单人聊天机器人基线与96名群众工作人员进行了比较。我们评估的结果表明，社区机器人参与者的参与度更高，提供了更高的质量响应，并且在同一会话中与多个不同的聊天机器人进行交谈时，会议中断的中断更少。我们还发现，与接口集成的视觉提示有助于参与者更好地了解CTM机制的功能，从而使他们能够感知文本对话的变化，从而提高用户满意度。基于我们研究的经验见解，我们讨论了多代理聊天机器人设计的未来研究途径及其在丰富信息启发中的应用。
使用 AIML 和认知行为的人工智能移动聊天机器人心理学家
摘要 — 近年来，对心理健康服务的需求呈指数级增长，这促使人们需要可访问、经济高效且高效的解决方案。本文介绍了一种人工智能 (AI) 支持的移动聊天机器人心理学家，它利用 AIML（人工智能标记语言）和认知行为疗法 (CBT) 提供心理支持。该聊天机器人旨在通过为遭受心理困扰的个人提供个性化的 CBT 干预来促进心理健康护理。拟议的移动聊天机器人心理学家使用 AIML（一种为促进人机交互而创建的语言）来理解用户输入并生成适合上下文的响应。为了确保聊天机器人的有效性，它配备了一个包含 CBT 原理和技术的知识库，使其能够提供有针对性的心理干预。通过整合 CBT，聊天机器人可以帮助用户识别和挑战认知扭曲，解决各种心理健康问题，包括焦虑、抑郁、压力和恐惧症。本文讨论了移动聊天机器人心理学家的开发和实施，详细介绍了基于 AIML 的对话引擎以及 CBT 技术的结合。通过一系列涉及不同程度心理困扰参与者的用户研究来评估聊天机器人的有效性。结果证明了聊天机器人提供个性化干预的能力，用户报告称他们的心理健康状况显着改善。人工智能移动聊天机器人心理学家提供了一种有希望的解决方案来弥合心理健康护理方面的差距，为心理支持提供了一个易于访问、经济高效且可扩展的平台。这种创新方法可以作为传统疗法的宝贵辅助手段，有助于减轻心理健康专业人员的负担，同时使个人能够掌控自己的心理健康。
在开放LLMS上应用检索功能的一代，以支持高血压患者的医疗聊天机器人
抽象疾病管理，特别是对于慢性病或老年人，涉及持续监测，生活方式调整和频繁的医疗互动，需要有效的家庭护理解决方案。为了满足这些需求，聊天机器人技术已成为支持患者自主管理健康的有前途的工具。在这种情况下，聊天机器人必须提供及时，准确的信息和持续的善解人意支持，以维持患者的参与度。此外，数据隐私问题需要避免第三方自然语言处理和发电服务。为了满足这些需求，在本文中，我们建议开发聊天机器人，以支持患者管理慢性病，重点关注高血压。特别是，由于隐私要求，我们使用开源大型语言模型来避免专有系统。鉴于他们的性能基于最先进的指标，我们不竞争第三方服务，因此我们结合了检索增强发电（RAG）技术，建立了一个知识库，并通过医学专业人员的投入来提高模型性能。我们评估了七个开源型号，其中包括两个在医疗领域进行的专门培训。我们的结果表明，抹布可显着提高性能，超过没有抹布的专门医疗域模型。这种方法提供了一种有希望的解决方案，用于独立安全地管理慢性条件。
聊天机器人研究综合文献计量文献综述：趋势，框架和新兴应用
摘要 - 本研究旨在通过研究各个领域的关键趋势，框架和有影响力的应用来对聊天机器人研究进行全面的文献计量文献综述。它试图绘制聊天机器人技术的演变，确定有影响力的作品，并分析研究重点如何随着时间的流逝而变化，尤其是向AI-wired驱动的聊天机器人框架转移。从Scopus数据库中编辑了扩展的数据集，并使用N-Gram参考分析，网络映射和时间趋势可视化进行了文献计量分析。使用Biblioshiny的R Studio进行了分析，允许识别主题群集，以及在Chatbot研究中从基于规则的基于规则的检索到高级检索和生成语言模型范式的发展。聊天机器人研究从2020年到2024年都显着增长，出版物的数量不断增加，全球合作的增加，由美国，中国和新兴地区（例如东南亚）贡献。主题分析强调了从基础AI和NLP技术转变为精神健康聊天机器人和电子商务系统等专业应用程序，强调了实用和以用户为中心的解决方案。聊天机器人体系结构（包括生成AI）的进步已证明了该领域的跨学科性质和轨迹，对复杂的，上下文感知的对话系统。该分析主要使用了Scopus的数据，这可能会限制包括研究的广度。鼓励未来的研究集成来自其他来源的数据，例如科学（WOS）和PubMed，以对该领域有更全面的了解。
关于使用人工智能提供客户和公共管理服务的调查：聊天机器人
摘要 聊天机器人是一种有效的工具，可以以自动化、最合适和最准确的方式解决用户查询。根据主题领域的复杂性，研究人员正在采用各种软计算技术来使聊天机器人易于使用。据观察，聊天机器人已经遍布全球，提供广泛的服务，包括订购食物、推荐产品、提供保险政策建议、提供客户支持、提供财务援助、安排会议等。然而，聊天机器人干预影响最大的公共管理服务尚未被探索。本文讨论了基于人工智能的聊天机器人，包括它们的应用、挑战、架构和模型。它还讨论了聊天机器人从图灵测试和基于规则的聊天机器人到高级人工智能聊天机器人 (AI-Chatbots) 的演变。AI-Chatbots 提供多种服务，本文将其概括为两个主要方面，包括基于客户的服务和基于公共管理的服务。本次调查的目的是了解和探索基于客户和公共管理服务的聊天机器人的可能性。调查显示，人工智能辅助聊天机器人系统在提供客户服务和提供更好的公共行政服务治理方面具有巨大潜力。
流程建模者与聊天机器人：生成AI是否接管过程建模？
摘要。大语言模型（LLMS）已成为自动化复杂任务的有前途的工具，例如从文本中生成过程模型。为了评估LLM在生成过程模型中的功能，提供评估产出质量的手段至关重要。一些研究已经提供了关键的绩效指标，用于评估以定量方式评估模型的完整性。在本文中，我们专注于基于用户调查的LLMS生成的生成过程模型的定性评估。通过分析用户偏好，我们旨在确定LLM生成的过程模型是否满足专家的需求和期望。我们的分析表明，有60％的用户，无论其建模经验如何，都喜欢LLM生成的模型而不是人为创建的地面真相模型。
用户友好的 MES 界面：工业 4.0 车间基于 AI 的聊天机器人协助建议
摘要。本文的目的是研究工业 4.0 场景中的“技术援助”，并使用制造执行系统 (MES) 来满足车间轻松提取信息的需求。我们确定了用户友好型 MES 界面的具体要求，以开发（和测试）技术援助方法，并引入带有预测系统的聊天机器人作为 MES 的接口层。聊天机器人旨在通过协助车间员工并从他们的输入中学习来实现生产协调，从而充当智能助手。我们编写了一个原型聊天机器人作为概念验证，其中新的接口层以自然语言提供与生产相关的实时更新，并为 MES 增加了预测能力。结果表明，与传统搜索技术相比，MES 的聊天机器人界面对车间员工有益，并且可以轻松提取信息。本文对制造业信息系统领域做出了贡献，并展示了工厂中的人机协作系统。特别是，本文推荐了开发基于 MES 的技术辅助系统的方式，以便于信息检索。