Generieren von kanonischen Formen für aufgabenorientierte Dialoge in konversationellen KI-Systemen und -Applikationen
In verschiedenen Beispielen werden Techniken zum Trainieren und Verwenden eines aufgabenorientierten Dialogsystems beschrieben. Offenbart werden Systeme und Verfahren zum Bestimmen von Aufforderungsdaten, die eine oder mehrere Aufforderungen repräsentieren, unter Verwenden eines Aufforderungsmodells...
Gespeichert in:
Hauptverfasser: | , |
---|---|
Format: | Patent |
Sprache: | ger |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | In verschiedenen Beispielen werden Techniken zum Trainieren und Verwenden eines aufgabenorientierten Dialogsystems beschrieben. Offenbart werden Systeme und Verfahren zum Bestimmen von Aufforderungsdaten, die eine oder mehrere Aufforderungen repräsentieren, unter Verwenden eines Aufforderungsmodells bzw. von Aufforderungsmodellen und basierend zumindest teilweise auf Textdaten. Zusätzlich werden Systeme und Verfahren offenbart, um unter Verwenden eines Sprachmodells (von Sprachmodellen) und basierend zumindest teilweise auf den Textdaten und den Aufforderungsdaten eine kanonische Form zu bestimmen, die mit den Textdaten assoziiert ist. In einigen Beispielen wird (werden) das Aufforderungsmodell (die Aufforderungsmodelle) trainiert, um die Aufforderungsdaten zu generieren, die das Sprachmodell (die Sprachmodelle) veranlassen, die kanonische Form auszugeben. Weiter sind Systeme und Verfahren offenbart, die die kanonische Form verwenden, um zumindest eine mit den Textdaten assoziierte Absicht zu bestimmen. Ein Dialogverwalter kann dann die Absicht verwenden, um eine oder mehrere Aktionen durchzuführen, die mit den Textdaten assoziiert sind.
In various examples, techniques for training and using a task-oriented dialogue system are described. Systems and methods are disclosed for determining, using a prompt model(s) and based at least in part on text data, prompt data representing one or more prompts. Additionally, systems and method are disclosed for determining, using a language model(s) and based at least in part on the text data and the prompt data, a canonical form associated with the text data. In some examples, the prompt model(s) is trained to generate the prompt data that causes the language model(s) to output the canonical form. Systems and method are further disclosed for using the canonical form to determine at least an intent associated with the text data. A dialogue manager may then use the intent to perform one or more actions associated with the text data. |
---|