Adressatenauswahl und Reaktionsselektion in Mehrparteien-Gesprächen mit Sprecherverwechslungs-RNNs

In dieser Arbeit untersuchen wir das Problem der Adressaten- und Antwortauswahl in Mehrparteien-Gesprächen. Das Verstehen von Mehrparteien-Gesprächen ist herausfordernd aufgrund komplexer Sprecheraustausche: mehrere Sprecher tauschen Nachrichten untereinander aus, wobei sie unterschiedliche Rollen (Absender, Adressat, Beobachter) einnehmen, die sich von Redebeitrag zu Redebeitrag ändern. Um dieser Herausforderung gerecht zu werden, schlagen wir das Sprecher-Interaktion-Rekurrente Neuronale Netzwerk (SI-RNN) vor. Während das bisherige Stand der Technik nur die Sprecher-Einbettungen für den Absender aktualisierte, verwendet SI-RNN einen neuartigen Dialogencoder, um die Sprecher-Einbettungen rollenspezifisch zu aktualisieren. Zudem unternimmt SI-RNN im Gegensatz zu früheren Arbeiten, die Adressat und Antwort getrennt auswählten, eine gemeinsame Auswahl durch Betrachtung der Aufgabe als Sequenzvorhersageproblem. Experimentelle Ergebnisse zeigen, dass SI-RNN die Genauigkeit der Adressaten- und Antwortauswahl erheblich verbessert, insbesondere in komplexen Gesprächen mit vielen Teilnehmern und Antworten auf weit zurückliegende Nachrichten.请注意，这里将“multi-party conversations”翻译为“Mehrparteien-Gespräche”，这是德语中常用的术语。其他专业术语也采用了相应的德语表达方式，以确保译文的专业性和准确性。