Umwandlung der Perspektive von Nachrichten, die an virtuelle Assistenten gerichtet sind

Virtuelle Assistenten können gelegentlich sehr wörtlich interpretieren. Wenn der Nutzer beispielsweise „Sag Bob, dass ich ihn liebe“ sagt, extrahieren die meisten virtuellen Assistenten die Nachricht „Ich liebe ihn“ und senden diese an den Kontaktpunkt namens Bob, anstatt die Nachricht korrekterweise in „Ich liebe dich“ umzuwandeln. Wir haben ein System entwickelt, das es virtuellen Assistenten ermöglicht, eine Sprachnachricht von einem Nutzer entgegenzunehmen, die Perspektive der Nachricht zu transformieren und das Ergebnis anschließend an den jeweiligen Empfänger zu übermitteln. Dazu haben wir ein regelbasiertes Modell entworfen, das eine lineare Textklassifikationsmethode, Part-of-Speech-Tagging und Constituency-Parsing mit regelbasierten Transformationsmethoden kombiniert. Zudem haben wir Ansätze des Neural Machine Translation (NMT) untersucht, darunter LSTMs, CopyNet und T5. Wir haben fünf Metriken evaluiert, um sowohl Natürlichkeit als auch Treue (Faithfulness) automatisiert zu bewerten, und entschieden uns für die Kombination von BLEU und METEOR zur Messung der Treue sowie der relativen Perplexität unter Verwendung eines separat trainierten Sprachmodells (GPT) zur Bewertung der Natürlichkeit. Transformer-Copynet und T5 erzielten vergleichbare Ergebnisse bei den Treuemaßen, wobei T5 einen leichten Vorteil erreichte mit einem BLEU-Score von 63,8 und einem METEOR-Score von 83,0. CopyNet war hingegen am natürlichsten, mit einer relativen Perplexität von 1,59. Zudem verfügt CopyNet über nur ein Dreißigstel der Parameteranzahl von T5. Wir haben unsere Datensammlung öffentlich freigegeben, die aus 46.565 durch Crowdsourcing gewonnenen Beispielen besteht.