Till sidans topp

Sidansvarig: Webbredaktion
Sidan uppdaterades: 2012-09-11 15:12

Tipsa en vän
Utskriftsversion

Boosting a Rule-Based Cha… - Göteborgs universitet Till startsida
Webbkarta
Till innehåll Läs mer om hur kakor används på gu.se

Boosting a Rule-Based Chatbot Using Statistics and User Satisfaction

Paper i proceeding
Författare Octavia Efraim
Vladislav Maraev
João Rodrigues
Publicerad i Artificial Intelligence and Natural Language: 6th Conference, AINL 2017, St. Petersburg, Russia, September 20--23, 2017. Revised Selected Papers / edited by Andrey Filchenkov, Lidia Pivovarova, Jan Žižka
ISBN 978-3-319-71745-6
Förlag Springer International Publishing
Förlagsort Cham
Publiceringsår 2017
Publicerad vid Institutionen för filosofi, lingvistik och vetenskapsteori
Språk en
Länkar https://doi.org/10.1007/978-3-319-7...
Ämneskategorier Datorlingvistik

Sammanfattning

Using data from user-chatbot conversations where users have rated the answers as good or bad, we propose a more efficient alternative to a chatbot’s keyword-based answer retrieval heuristic. We test two neural network approaches to the near-duplicate question detection task as a first step towards a better answer retrieval method. A convolutional neural network architecture gives promising results on this difficult task.

Sidansvarig: Webbredaktion|Sidan uppdaterades: 2012-09-11
Dela:

På Göteborgs universitet använder vi kakor (cookies) för att webbplatsen ska fungera på ett bra sätt för dig. Genom att surfa vidare godkänner du att vi använder kakor.  Vad är kakor?