DOMAIN-SPECIFIC CONVERSATIONAL AUTOMATED ASSISTANT

Systems and methods for generating a domain-specific conversational automated assistant. In some examples, a conversational language model is used to generate a target answer and a target action recommendation in response to each of a set of in-domain training questions. In some examples, the conver...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: ZILKA, Lukas, KARIMZADEHGAN, Maryam, ODELL, Julian, ANDERSEN, Jesper, SHARIFI, Matthew
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page
container_issue
container_start_page
container_title
container_volume
creator ZILKA, Lukas
KARIMZADEHGAN, Maryam
ODELL, Julian
ANDERSEN, Jesper
SHARIFI, Matthew
description Systems and methods for generating a domain-specific conversational automated assistant. In some examples, a conversational language model is used to generate a target answer and a target action recommendation in response to each of a set of in-domain training questions. In some examples, the conversational language model is further used to generate follow-up questions to one or more of its generated target answers, and to then generate a target answer and target action recommendation to each generated follow-up question. In some examples, the processing system also generates a set of out-of-domain training examples including an out-of-domain question, a predetermined target answer, and a predetermined target action recommendation. The automated assistant may then be trained to predict the generated target answers and target action recommendations based on the associated training question or generated follow-up question, as well as any prior questions and answers in the conversation. L'invention concerne des systèmes et des procédés permettant de générer un assistant conversationnel automatisé spécifique à un domaine. Dans certains exemples, un modèle de langage conversationnel est utilisé pour générer une réponse cible et une recommandation d'action cible en réponse à chaque question d'apprentissage d'un ensemble de questions d'apprentissage dans le domaine. Dans certains exemples, le modèle de langage conversationnel est en outre utilisé pour générer des questions de suivi à une ou plusieurs de ses réponses cibles générées et pour générer ensuite une réponse cible et une recommandation d'action cible à chaque question de suivi générée. Dans certains exemples, le système de traitement génère également un ensemble d'exemples d'apprentissage hors domaine comprenant une question hors domaine, une réponse cible prédéterminée et une recommandation d'action cible prédéterminée. L'assistant automatisé peut ensuite être entraîné pour prédire les réponses cibles générées et des recommandations d'action cibles sur la base de la question d'apprentissage associée ou de la question de suivi générée, ainsi que de quelconques questions et réponses antérieures dans la conversation.
format Patent
fullrecord <record><control><sourceid>epo_EVB</sourceid><recordid>TN_cdi_epo_espacenet_WO2023132834A1</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>WO2023132834A1</sourcerecordid><originalsourceid>FETCH-epo_espacenet_WO2023132834A13</originalsourceid><addsrcrecordid>eNrjZDBy8fd19PTTDQ5wdfZ083RWcPb3C3MNCnYM8fT3c_RRcAwNASoIcXVRcAwO9gwOcfQL4WFgTUvMKU7lhdLcDMpuriHOHrqpBfnxqcUFicmpeakl8eH-RgZGxobGRhbGJo6GxsSpAgA58CgS</addsrcrecordid><sourcetype>Open Access Repository</sourcetype><iscdi>true</iscdi><recordtype>patent</recordtype></control><display><type>patent</type><title>DOMAIN-SPECIFIC CONVERSATIONAL AUTOMATED ASSISTANT</title><source>esp@cenet</source><creator>ZILKA, Lukas ; KARIMZADEHGAN, Maryam ; ODELL, Julian ; ANDERSEN, Jesper ; SHARIFI, Matthew</creator><creatorcontrib>ZILKA, Lukas ; KARIMZADEHGAN, Maryam ; ODELL, Julian ; ANDERSEN, Jesper ; SHARIFI, Matthew</creatorcontrib><description>Systems and methods for generating a domain-specific conversational automated assistant. In some examples, a conversational language model is used to generate a target answer and a target action recommendation in response to each of a set of in-domain training questions. In some examples, the conversational language model is further used to generate follow-up questions to one or more of its generated target answers, and to then generate a target answer and target action recommendation to each generated follow-up question. In some examples, the processing system also generates a set of out-of-domain training examples including an out-of-domain question, a predetermined target answer, and a predetermined target action recommendation. The automated assistant may then be trained to predict the generated target answers and target action recommendations based on the associated training question or generated follow-up question, as well as any prior questions and answers in the conversation. L'invention concerne des systèmes et des procédés permettant de générer un assistant conversationnel automatisé spécifique à un domaine. Dans certains exemples, un modèle de langage conversationnel est utilisé pour générer une réponse cible et une recommandation d'action cible en réponse à chaque question d'apprentissage d'un ensemble de questions d'apprentissage dans le domaine. Dans certains exemples, le modèle de langage conversationnel est en outre utilisé pour générer des questions de suivi à une ou plusieurs de ses réponses cibles générées et pour générer ensuite une réponse cible et une recommandation d'action cible à chaque question de suivi générée. Dans certains exemples, le système de traitement génère également un ensemble d'exemples d'apprentissage hors domaine comprenant une question hors domaine, une réponse cible prédéterminée et une recommandation d'action cible prédéterminée. L'assistant automatisé peut ensuite être entraîné pour prédire les réponses cibles générées et des recommandations d'action cibles sur la base de la question d'apprentissage associée ou de la question de suivi générée, ainsi que de quelconques questions et réponses antérieures dans la conversation.</description><language>eng ; fre</language><subject>CALCULATING ; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS ; COMPUTING ; COUNTING ; ELECTRIC DIGITAL DATA PROCESSING ; PHYSICS</subject><creationdate>2023</creationdate><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><linktohtml>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&amp;date=20230713&amp;DB=EPODOC&amp;CC=WO&amp;NR=2023132834A1$$EHTML$$P50$$Gepo$$Hfree_for_read</linktohtml><link.rule.ids>230,308,776,881,25542,76290</link.rule.ids><linktorsrc>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&amp;date=20230713&amp;DB=EPODOC&amp;CC=WO&amp;NR=2023132834A1$$EView_record_in_European_Patent_Office$$FView_record_in_$$GEuropean_Patent_Office$$Hfree_for_read</linktorsrc></links><search><creatorcontrib>ZILKA, Lukas</creatorcontrib><creatorcontrib>KARIMZADEHGAN, Maryam</creatorcontrib><creatorcontrib>ODELL, Julian</creatorcontrib><creatorcontrib>ANDERSEN, Jesper</creatorcontrib><creatorcontrib>SHARIFI, Matthew</creatorcontrib><title>DOMAIN-SPECIFIC CONVERSATIONAL AUTOMATED ASSISTANT</title><description>Systems and methods for generating a domain-specific conversational automated assistant. In some examples, a conversational language model is used to generate a target answer and a target action recommendation in response to each of a set of in-domain training questions. In some examples, the conversational language model is further used to generate follow-up questions to one or more of its generated target answers, and to then generate a target answer and target action recommendation to each generated follow-up question. In some examples, the processing system also generates a set of out-of-domain training examples including an out-of-domain question, a predetermined target answer, and a predetermined target action recommendation. The automated assistant may then be trained to predict the generated target answers and target action recommendations based on the associated training question or generated follow-up question, as well as any prior questions and answers in the conversation. L'invention concerne des systèmes et des procédés permettant de générer un assistant conversationnel automatisé spécifique à un domaine. Dans certains exemples, un modèle de langage conversationnel est utilisé pour générer une réponse cible et une recommandation d'action cible en réponse à chaque question d'apprentissage d'un ensemble de questions d'apprentissage dans le domaine. Dans certains exemples, le modèle de langage conversationnel est en outre utilisé pour générer des questions de suivi à une ou plusieurs de ses réponses cibles générées et pour générer ensuite une réponse cible et une recommandation d'action cible à chaque question de suivi générée. Dans certains exemples, le système de traitement génère également un ensemble d'exemples d'apprentissage hors domaine comprenant une question hors domaine, une réponse cible prédéterminée et une recommandation d'action cible prédéterminée. L'assistant automatisé peut ensuite être entraîné pour prédire les réponses cibles générées et des recommandations d'action cibles sur la base de la question d'apprentissage associée ou de la question de suivi générée, ainsi que de quelconques questions et réponses antérieures dans la conversation.</description><subject>CALCULATING</subject><subject>COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS</subject><subject>COMPUTING</subject><subject>COUNTING</subject><subject>ELECTRIC DIGITAL DATA PROCESSING</subject><subject>PHYSICS</subject><fulltext>true</fulltext><rsrctype>patent</rsrctype><creationdate>2023</creationdate><recordtype>patent</recordtype><sourceid>EVB</sourceid><recordid>eNrjZDBy8fd19PTTDQ5wdfZ083RWcPb3C3MNCnYM8fT3c_RRcAwNASoIcXVRcAwO9gwOcfQL4WFgTUvMKU7lhdLcDMpuriHOHrqpBfnxqcUFicmpeakl8eH-RgZGxobGRhbGJo6GxsSpAgA58CgS</recordid><startdate>20230713</startdate><enddate>20230713</enddate><creator>ZILKA, Lukas</creator><creator>KARIMZADEHGAN, Maryam</creator><creator>ODELL, Julian</creator><creator>ANDERSEN, Jesper</creator><creator>SHARIFI, Matthew</creator><scope>EVB</scope></search><sort><creationdate>20230713</creationdate><title>DOMAIN-SPECIFIC CONVERSATIONAL AUTOMATED ASSISTANT</title><author>ZILKA, Lukas ; KARIMZADEHGAN, Maryam ; ODELL, Julian ; ANDERSEN, Jesper ; SHARIFI, Matthew</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-epo_espacenet_WO2023132834A13</frbrgroupid><rsrctype>patents</rsrctype><prefilter>patents</prefilter><language>eng ; fre</language><creationdate>2023</creationdate><topic>CALCULATING</topic><topic>COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS</topic><topic>COMPUTING</topic><topic>COUNTING</topic><topic>ELECTRIC DIGITAL DATA PROCESSING</topic><topic>PHYSICS</topic><toplevel>online_resources</toplevel><creatorcontrib>ZILKA, Lukas</creatorcontrib><creatorcontrib>KARIMZADEHGAN, Maryam</creatorcontrib><creatorcontrib>ODELL, Julian</creatorcontrib><creatorcontrib>ANDERSEN, Jesper</creatorcontrib><creatorcontrib>SHARIFI, Matthew</creatorcontrib><collection>esp@cenet</collection></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext_linktorsrc</fulltext></delivery><addata><au>ZILKA, Lukas</au><au>KARIMZADEHGAN, Maryam</au><au>ODELL, Julian</au><au>ANDERSEN, Jesper</au><au>SHARIFI, Matthew</au><format>patent</format><genre>patent</genre><ristype>GEN</ristype><title>DOMAIN-SPECIFIC CONVERSATIONAL AUTOMATED ASSISTANT</title><date>2023-07-13</date><risdate>2023</risdate><abstract>Systems and methods for generating a domain-specific conversational automated assistant. In some examples, a conversational language model is used to generate a target answer and a target action recommendation in response to each of a set of in-domain training questions. In some examples, the conversational language model is further used to generate follow-up questions to one or more of its generated target answers, and to then generate a target answer and target action recommendation to each generated follow-up question. In some examples, the processing system also generates a set of out-of-domain training examples including an out-of-domain question, a predetermined target answer, and a predetermined target action recommendation. The automated assistant may then be trained to predict the generated target answers and target action recommendations based on the associated training question or generated follow-up question, as well as any prior questions and answers in the conversation. L'invention concerne des systèmes et des procédés permettant de générer un assistant conversationnel automatisé spécifique à un domaine. Dans certains exemples, un modèle de langage conversationnel est utilisé pour générer une réponse cible et une recommandation d'action cible en réponse à chaque question d'apprentissage d'un ensemble de questions d'apprentissage dans le domaine. Dans certains exemples, le modèle de langage conversationnel est en outre utilisé pour générer des questions de suivi à une ou plusieurs de ses réponses cibles générées et pour générer ensuite une réponse cible et une recommandation d'action cible à chaque question de suivi générée. Dans certains exemples, le système de traitement génère également un ensemble d'exemples d'apprentissage hors domaine comprenant une question hors domaine, une réponse cible prédéterminée et une recommandation d'action cible prédéterminée. L'assistant automatisé peut ensuite être entraîné pour prédire les réponses cibles générées et des recommandations d'action cibles sur la base de la question d'apprentissage associée ou de la question de suivi générée, ainsi que de quelconques questions et réponses antérieures dans la conversation.</abstract><oa>free_for_read</oa></addata></record>
fulltext fulltext_linktorsrc
identifier
ispartof
issn
language eng ; fre
recordid cdi_epo_espacenet_WO2023132834A1
source esp@cenet
subjects CALCULATING
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
COMPUTING
COUNTING
ELECTRIC DIGITAL DATA PROCESSING
PHYSICS
title DOMAIN-SPECIFIC CONVERSATIONAL AUTOMATED ASSISTANT
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-28T11%3A54%3A38IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-epo_EVB&rft_val_fmt=info:ofi/fmt:kev:mtx:patent&rft.genre=patent&rft.au=ZILKA,%20Lukas&rft.date=2023-07-13&rft_id=info:doi/&rft_dat=%3Cepo_EVB%3EWO2023132834A1%3C/epo_EVB%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true