XiaoMi-AI文件搜索系统
World File Search SystemConversational
用于对话情感识别的量子启发神经网络
我们通过将对话情绪识别任务与完整的量子测量范围进行类比，为对话情绪识别提供了一个新颖的视角。我们描述了对话中说话者情绪识别过程中的不同量子测量步骤，并将它们与类量子神经网络结合起来。类量子层由复值运算实现，以确保量子概念的真实采用，这自然实现了对话上下文建模和多模态融合。我们借用现有算法来学习复值网络权重，以便以数据驱动的方式进行类量子过程。我们的模型与两个基准数据集上的最新方法相当，并提供了理解对话情绪识别的量子视角。
dobby：由GPT-4驱动的对话服务机器人
摘要 - 这项工作引入了一个机器人平台，该平台全面地集成了多步操作执行，自然语言理解和内存，以根据可变需求和用户意图进行交互性执行服务任务。所提出的体系结构是围绕源自GPT-4的AI代理构建的，该代理嵌入了体现系统中。我们的方法利用语义匹配，计划验证和状态信息将代理在物理世界中扎根，并在交流和行为之间进行无缝合并。我们通过HRI研究来证明该系统的优势，该研究比较了在自由形式的旅游指南方案中具有和没有对话性AI功能的移动机器人。沿五个维度测量了系统的适应性：灵活的任务计划，互动信息探索，情感友好性，个性化以及增强的总体用户满意度。
EnglishBot：一款人工智能驱动的第二语言学习对话系统
如今，由于缺乏与真人伙伴练习的机会，许多学生通过听和重复预先录制的材料来学习说外语。利用人工智能、语音和自然语言处理领域的最新进展，我们开发了 EnglishBot，这是一个语言学习聊天机器人，可以与学生就与大学相关的话题进行互动，并提供自适应反馈。我们通过两项为期六天的用户研究，在自愿和固定使用条件下，对 56 名中国大学生进行了 EnglishBot 与传统聆听和重复界面的比较评估。根据雅思自愿学习的评分标准，使用 EnglishBot 的学生的流利程度提高更多。EnglishBot 用户也表现出更高的参与度，并且自愿花费 2.1 倍的时间与 EnglishBot 互动。我们的结果表明，对话界面可能有益于外国学习者的口语学习，尤其是在随意的学习环境下。
基于个性化搜索的对话式人工智能查询重写系统
查询重写（QR）是对话式 AI 系统中一个新兴的组件，可以减少用户失误。用户失误的原因多种多样，例如口语对话系统中的错误、用户的口误或语言缩写。许多用户失误源于个性化因素，例如用户的说话模式、方言或偏好。在这项工作中，我们提出了一个基于搜索的个性化 QR 框架，专注于自动减少用户失误。我们为每个用户建立一个个性化索引，其中包含不同的亲和力层，以反映对话式 AI 中每个用户的个人偏好。我们的个性化 QR 系统包含检索层和排名层。在基于用户反馈的学习支持下，训练我们的模型不需要手动注释数据。在个性化测试集上的实验表明，我们的个性化 QR 系统能够利用语音和语义输入来纠正系统错误和用户错误。
对话式 AI 的成功及其揭示的 AI 评估挑战
对话式人工智能 (AI)，或简称为 ConvAI，是人工智能的一个子领域，其目标是构建一个能够通过文本或语音等界面与人类进行自然交流的自主代理。其目的可能是帮助人类作为虚拟/数字助理执行任务，为另一个系统提供自然语言界面（如信息检索或导航系统），或者只是像与开放域聊天机器人一样进行交谈。此类代理传统上被称为对话系统，该术语于 20 世纪 60 年代创造，用于描述早期的自然语言界面（Raphael，1964；Suppes，1966），但大约在 2007 年，术语 ConAI 开始出现在文献中，指代不仅响应自然语言查询而且还结合人工智能其他方面（如情感计算）的复杂对话系统（Methta 等人，2007；Zhang，2008）。此后，该术语已与现代对话系统互换使用，现代对话系统在其构造中主要结合了神经架构，并且它们在大量人与人对话中接受训练，以实现类似人类的交互。
使用 lex 和 AWS 的对话式 AI 聊天机器人
印度卡纳塔克邦班加罗尔 Jayanagar 贾那大学计算机科学与 IT 学院 摘要 基于人工智能的治疗应用。因此，远程医疗将迅速彻底地将面对面护理转变为患者的远程咨询。因此，它开发了一个基于自然语言处理 (NLP) 的多语言对话机器人，为慢性病患者提供免费的初级医疗保健教育、信息和建议。这项研究介绍了一种新颖的计算机应用程序，充当个人虚拟医生，经过精心设计和广泛训练，可以像人类一样与患者互动。该应用程序与无服务器架构相关，它通过提供预防措施、家庭疗法、互动咨询会议、医疗保健提示和症状来汇总医生的服务，涵盖印度农村最流行的疾病。本文提出了一种用于在印度提供远程医疗的对话机器人，以增加患者获得医疗知识的机会，并利用人工智能来弥合人类医疗服务提供者的供需差距。这种人工智能应用减少了获得医疗设施的障碍，并实现了远程智能咨询，从而可以及时获得护理和优质治疗，从而有效地帮助社会。
飞行员项目建议 - 对话AI助手-Picoco
查找您问题的答案至少更快：节省的工时=财务节省。可以轻松验证答案并在建议的专家批准的来源中找到更多信息。享受一个不断增长的知识存储库，可以用无限的外部和内部资源丰富，并且永远不会丢失。24/7可用性 - 您的团队和客户可以在需要时访问信息。协调信息和知识 - 团队和客户之间不再沟通。在一个地方获取所有答案 - 无需研究其他各种工具和数据库，通过您的助手访问它们，例如检查EORI或消费税的有效性。忘记了语言障碍和昂贵的翻译 - 助手以您所说的语言回答，无论其包含的文档语言如何。照常聊天 - 助手知道对话的上下文并可以处理错别字。
crs-que：一个以用户为中心的评估框架，用于对话推荐系统
越来越多的推荐系统试图通过合并对话交互来增强整体用户体验。但是，从用户的角度评估对话推荐系统（CRS）仍然难以捉摸。基于GUI的系统评估标准可能不足以对话对应。本文介绍了我们提出的统一框架CRS-que，以评估CRS的用户体验。这个新的评估框架是基于Resque开发的，Resque是一个流行的以用户为中心的评估框架。此外，它还包括在二层（即，质量和用户信念）的两个维度下对话的用户体验指标（例如，理解，响应质量，人性）。遵循心理测量方法，我们通过在不同的情况下评估两个对话推荐系统来验证我们的框架：音乐探索和手机购买。两项研究的结果支持我们框架中结构的有效性和可靠性，并揭示了对话构造和建议结构如何相互作用和影响CRS的整体用户体验。我们认为，该框架可以帮助研究人员为对话推荐系统进行标准以用户为中心的研究，并为从业人员提供从用户的角度设计和评估CRS的见解。
SKYE：不仅仅是一个对话式人工智能 - ISCA 档案
由于 COVID-19 及其对其他全球问题的影响，对对话式 AI 的需求巨大。由于大量对话数据可供公众使用，传统的面向任务的机器人现已发展成为面向对话的聊天机器人。然而，我们进一步扩展了对话式 AI，其性能超越了开放式对话聊天机器人系统。我们创造了一个人际关系和互动虚拟人，它不仅可以交换文本数据，还可以接受音频和视频输入以创建类似人类的反应。在本文中，我们介绍了 SKYE，这是一种将音频和视频 AI 模块集成到对话式 AI 中的 AI 伴侣。这个 SKYE AI 人类头像还具有 3D 面部和身体，能够做出面部表情、嘴唇运动和身体姿势。
使用聊天机器人和对话式人工智能来扩大医疗参与度
– DIGITAL FAWG PODCAST：医疗事务的自动化机遇第 1 集、第 2 集、第 3 集 – 用于医疗洞察的自然语言处理 – 医疗信息：以患者为中心的方法 – 推动医疗事务数字化计划的典型挑战 – 适应虚拟会议体验 P2