• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Workshop on NLG for human-robot interaction 2018 >Learning from Limited Datasets: Implications for Natural Language Generation and Human-Robot Interaction
【24h】

Learning from Limited Datasets: Implications for Natural Language Generation and Human-Robot Interaction

机译：从有限的数据集中学习：对自然语言生成和人机交互的启示

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

One of the most natural ways for human robot communication is through spoken language. Training human-robot interaction systems require access to large datasets which are expensive to obtain and labour intensive. In this paper, we describe an approach for learning from minimal data, using as a toy example language understanding in spoken dialogue systems. Understanding of spoken language is crucial because it has implications for natural language generation, i.e. correctly understanding a user's utterance will lead to choosing the right response/action. Finally, we discuss implications for Natural Language Generation in Human-Robot Interaction.
机译：人类机器人交流的最自然的方法之一就是通过口头语言。训练人机交互系统需要访问大型数据集，而获取这些数据集非常昂贵且需要大量劳动。在本文中，我们描述了一种从最小数据中学习的方法，将其作为口头对话系统中语言理解的玩具示例。理解口语至关重要，因为它会影响自然语言的产生，即正确理解用户的话语将导致选择正确的响应/动作。最后，我们讨论了人机交互中自然语言生成的意义。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号