XiaoMi-AI文件搜索系统
World File Search SystemMilward
生成更智能的响应和解释
在最近的工作 [Wilcock 22a] 中，我们开发了可在知识图谱中搜索信息的对话式 AI 系统。我们将 Rasa 对话式 AI [Bocklisch 17] 和存储在 Neo4j 图形数据库 [Robinson 15] 中的知识图谱结合使用。最近 [Wilcock 22b] ，我们使用 Virtual Furhat 机器人 [Al Moubayed 12] 将社交机器人连接到这些系统。我们还向知识图谱添加了语义元数据，包括从 WikiData 中提取的分类 ( subclassOf ) 和部分 ( partOf ) 层次结构。我们现在旨在开发使用语义元数据生成更智能对话响应的方法。如果可能的话，如果用户询问机器人为什么给出某种响应，我们还将使用元数据生成简单的解释。使用语义元数据生成更智能的对话响应的想法并不新鲜。例如，在 2003 年 IJCAI 上，Milward 和 Beveridge 研究了“在多大程度上可以用通用对话系统组件和本体领域知识的组合来取代手工制作的对话设计” [Milward 03]。目的是从为一个特定领域手工制作的对话系统转变为更通用的对话系统，该系统不仅可以通过访问数据库中的领域事实，还可以访问每个领域的本体结构知识，从而与多个领域合作。作者提出了一系列交互示例，其中访问本体领域知识将使对话系统能够给出比没有手工制作更智能的响应。自 [Milward 03] 以来的二十年里，对话系统领域（现在称为对话式 AI [McTear 20]）和本体领域知识数据库领域（现在称为知识图谱 [Hogan 21]）都取得了很大进展。研究挑战在于如何开发对话式人工智能系统，利用知识图谱中日益丰富的特定领域语义背景。这将允许
Bliss，Carly M.，Hulin-Curtis，Sarah L Orcid logoorcid：https：//orcid.org/000000-000-0003-0889-964x，Williams，Marta，Marušková，Mahulena，Mahulena，Mahulena，Davies，James A.
Bliss，Carly M.，Hulin-Curtis，Sarah L Orcid logoorcid：https：//orcid.org/0000-0000-000-0003-0889-964x，威廉姆斯，Marta，Marušková，Marušková，Mahulena，Mahulena，Mahulena，Mahulena，Davies，Davies，Davies，James A. Jones, Lauren E., Milward, Kate, Russell, Gabrielle, George, Sarah J., Badder, Luned M., Stanton, Richard J., Coughlan, Lynda, Humphreys, Ian R. and Parker, Alan L. (2024) A pseudotyped adenovirus serotype 5 vector with serotype 49 fiber knob is an effective vector for vaccine and gene治疗应用。分子疗法 - 方法与临床发育，32（3）。艺术：101308。doi：10.1016/j.omtm.2024.101308
\\ .. 01\道路~ItllcE。
中校 JR Goodwin VD 已故第 7 营 Worcs。团中校 HP Grey hart。DL，TD Worcs。Yeomanry 上校 EW Lark.worthy VD 已故 ISt Worcs。RGA（志愿者）上校 RE Lyon VD 第 2 南米德兰旅 RFA 中校 CF Milward VD 已故第 8 营 Worcs。团中校 W. Stallard，已故 ISt Worcs。RGA（志愿者）CW Thomas 少校 TD 第 7 营 Worcs。团少校 SJ Tombs VD 已故第 2 志愿营 W orea。Rf'giment 上校 HF Vernon bart。已故第 2 志愿营 W orc1。团中校A. Webb VD 已故第 2 志愿营 W OICS。军团上校 EVV Wheeler TD 已故第 7f.h 营 Wores。