Projektbeschreibung
Dynamische Modellierung aufgabenorientierter Dialogsysteme
Sprachdialogsysteme erfreuen sich aufgrund der steigenden Zahlen persönlicher Assistenzsysteme zunehmender Beliebtheit und Akzeptanz. Die gegenwärtig sowohl in der Wissenschaft als auch in der Industrie eingesetzten Dialogsysteme sind typischerweise auf einen festen Funktionsumfang ausgelegt und lassen sich nicht ohne weiteres auf neue Themen erweitern. Da sich die Welt jedoch ständig verändert und das Wissen unaufhaltsam wächst, muss ein wirklich intelligentes System dynamisch und in der Lage sein, nahtlos zum Verständnis neuer Themen überzugehen und diesbezüglich Schlussfolgerungen zu ziehen. Ziel des EU-finanzierten Projekts DYMO ist, die größten Hindernisse auf dem Weg zu intelligenten Konversationssystemen, die dynamisch erweitert werden können, zu beseitigen. Dabei geht es um das Problem, mit dynamischem Wissen, dynamischen Strategien und reichhaltigen Nutzungsmodellen ebenso wie mit anspruchsvollen Qualitätsmessungen zu arbeiten.
Ziel
With the prevalence of information technology in our daily lives, our ability to interact with machines in increasingly simplified and more human-like ways has become paramount. Information is becoming ever more abundant but our access to it is limited not least by technological restraints. Spoken dialogue systems address this issue by providing an intelligent speech interface that facilitates swift, human-like acquisition of information.
The advantages of speech interfaces are already evident from the rise of personal assistants such as Siri, Google Assistant, Cortana or Amazon Alexa. In these systems, however, the user is limited to a simple query, and the systems attempt to provide an answer within one or two turns of dialogue. To date, significant parts of these systems are rule-based and do not readily scale to changes in the domain of operation. Furthermore, rule-based systems can be brittle when speech recognition errors occur.
The vision of this project is to develop novel dialogue models that provide natural human-computer interaction beyond simple information-seeking dialogues and that continuously evolve as they are being used by exploiting both dialogue and non-dialogue data. Building such robust and intelligent spoken dialogue systems poses serious challenges in artificial intelligence and machine learning. The project will tackle four bottleneck areas that require fundamental research: automated knowledge acquisition, optimisation of complex behaviour, realistic user models and sentiment awareness. Taken together, the proposed solutions have the potential to transform the way we access information in areas as diverse as e-commerce, government, healthcare and education.
Wissenschaftliches Gebiet
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Finanzierungsplan
ERC-STG - Starting GrantGastgebende Einrichtung
40225 Dusseldorf
Deutschland