Opis projektu
Maszyny uczą się interakcji z ludźmi
Rozmowa to interaktywna komunikacja pomiędzy dwiema osobami lub ich większą liczbą, którą można opisać mianem indywidualnej i niepowtarzalnej. Ludzie zmieniają treść i formę wypowiedzi kierowanych do różnych rozmówców – uczniów, krewnych, współpracowników, dziadków, a jednocześnie monitorują stopień zrozumienia komunikatu. W dziedzinach informatyki i sztucznej inteligencji, systemy przetwarzania języka naturalnego (NLP) umożliwiają rozmowy ludzi i maszyn, jednak trudno określić je mianem naturalnych. Wie o tym zespół finansowanego ze środków Unii Europejskiej projektu IDDISC, który zamierza umożliwić zindywidualizowaną interakcję językową z systemami komputerowymi, skupiając się na różnicach w rozumieniu na poziomach pragmatyki i dyskursu. W ramach projektu powstaną innowacyjne model pozwalające na przewidywanie wniosków, oparte na konkretnych właściwościach poznawczych jednostki i posiadanej wiedzy dziedzinowej.
Cel
Humans adapt the content and form of their utterances to different interlocutors (students vs. colleagues vs. granny), and monitor the level of understanding in their conversational partner. Today's NLP systems are however largely blind with respect to individual variation in language comprehension, which in turn leads to misunderstandings and lack of naturalness in the interaction.
The vision of IDDISC is to enable individualised language interaction with computer systems, such that information or explanations generated by a system will fit the user and the situation, by explicitly modelling their state of understanding. This project will break completely new ground by addressing individual differences in comprehension at the pragmatics and discourse level, i.e. with respect to the inferred meaning that goes beyond the literal meaning of an utterance.
This vision requires ground-breaking contributions at the intersection of individual differences research, language processing models and statistical methods: (a) we will develop innovative models that can predict inferences based on specific cognitive properties of an individual and their domain knowledge; (b) we will undertake foundational research on the factors that lead to individual differences in pragmatic inferences; (c) we will contribute to new statistical modelling techniques for quantifying similarities between individuals, as well as new methods for modelling inference variation in the NLP pipeline; (d) we will test the success of adaptation to individual characteristics in practical applications.
This project will make it possible to reduce the risk of misunderstandings, and enable adaptation of automatically generated language (e.g. explanations, summaries) to specific users. The new statistical methods and crowd-sourcing paradigms developed as part of this project will open the door to other researchers for investigating individual differences in all areas of language processing.
Dziedzina nauki
Program(-y)
Temat(-y)
System finansowania
ERC-STG - Starting GrantInstytucja przyjmująca
66123 Saarbrucken
Niemcy