基于话语结构驱动对话管理的聊天机器人

鲍里斯·加利茨基，德米特里·伊尔沃夫斯基

摘要
我们构建了一个具有迭代内容探索功能的聊天机器人，引导用户通过个性化的知识获取会话。聊天机器人被设计成一个自动化的客户支持或产品推荐代理，帮助用户学习产品功能、产品可用性、适用性、故障排除和其他相关任务。为了通过内容控制用户导航，我们将语言话语树（DT）的概念扩展到一组包含多个部分的文档，这些部分涵盖一个主题。对于给定的段落，DT由DT解析器构建。然后，我们将文档段落的DT组合成我们所称的扩展DT，它是聊天机器人促进的交互式内容探索的基础。为了提供连贯的答案，我们通过对DT的树核学习，在问题和答案之间使用修辞一致性度量。
选集ID：
图17-3022
体积：
计算语言学协会欧洲分会第十五届会议软件演示会议记录
月份：
四月
年份：
2017
地址：
西班牙巴伦西亚
编辑：
安德烈·马丁斯，安塞尔莫·佩尼亚
地点：
EACL公司
SIG公司：
出版商：
计算语言学协会
注：
页：
87–90
语言：
网址：
https://aclantology.org/E17-3022
内政部：
比比键：
引用（ACL）：
鲍里斯·加利茨基和德米特里·伊尔沃夫斯基。2017基于话语结构驱动对话管理的聊天机器人.英寸计算语言学协会欧洲分会第十五届会议软件演示会议记录，第87-90页，西班牙巴伦西亚。计算语言学协会。
引用（非正式）：
基于话语结构驱动对话管理的聊天机器人（Galitsky&Ilvovsky，EACL 2017）
复制引文：
PDF格式：
https://aclantology.org/E17-3022.pdf
PDF格式 引用 搜索