专栏首页arxiv.org翻译专栏柏拉图对话系统:一个灵活的人工智能会话研究平台(cs AI)
原创

柏拉图对话系统:一个灵活的人工智能会话研究平台(cs AI)

随着语音对话系统和会话人工智能领域的发展,对工具和环境的需求也在增长,这些工具和环境可以抽象出实现细节,从而加快开发过程,降低进入该领域的门槛,并为新思想提供一个共同的试验台。在本文中,我们提出了Plato,一个用Python编写的灵活的会话AI平台,它支持任何类型的会话代理架构,从标准架构到具有联合训练组件的架构,单方或多方交互,以及任何会话代理组件的离线或在线训练。Plato被设计为易于理解和调试,并且不知道用于培训每个组件的底层学习框架。

原文标题:Plato Dialogue System: A Flexible Conversational AI Research Platform

原文:As the field of Spoken Dialogue Systems and Conversational AI grows, so does the need for tools and environments that abstract away implementation details in order to expedite the development process, lower the barrier of entry to the field, and offer a common test-bed for new ideas. In this paper, we present Plato, a flexible Conversational AI platform written in Python that supports any kind of conversational agent architecture, from standard architectures to architectures with jointly-trained components, single- or multi-party interactions, and offline or online training of any conversational agent component. Plato has been designed to be easy to understand and debug and is agnostic to the underlying learning frameworks that train each component.

原文作者:Alexandros Papangelis, Mahdi Namazifar, Chandra Khatri, Yi-Chia Wang, Piero Molino, Gokhan Tur

原文链接:https://arxiv.org/abs/2001.06463

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 知识图谱中什么是正常的什么是奇怪的以及缺少什么(CS AI)

    知识图谱(KGs)在图谱的结构中存储了关于世界的高度异构的信息,对于回答问题和推理等任务非常有用。然而,它们经常包含错误和丢失信息。知识图谱精准化的活跃研究已经...

    RockNPeng
  • 有界CTL的充要条件(CS AI)

    计算树逻辑(CTL)是形式验证中的主要形式主义之一。作为一种规范语言,它用于表示预期现有系统可以满足的属性。从验证和系统设计的角度来看,由于各种原因,这种特性的...

    RockNPeng
  • 使用多模式低秩双线性注意力网络融合的并行意图和插槽预测(CS AI)

    目的和位置识别是语音理解(SLU)中的两个重要任务。对于自然语言的话,这两个任务之间有很高的相关性。使用递归神经网络(RNN),卷积神经网络(CNN)和基于注意...

    RockNPeng
  • python学习之文章数据分析

    通常我们在进行NLP学习的时候,会经常的处理一些语料,同时也会对这些语料进行一些分析,今天的这篇文章我们通过分析quora上的Andrew NG的一个回答来实际...

    云时之间
  • 动物学习启发的预测问题(AL)

    我们提出了在动物学习实验后建模的三个问题,这些实验旨在测试在线状态构造或表示学习算法。我们的测试问题要求学习系统构建其过去与世界互动的紧凑摘要,以便预测未来,在...

    田冠宇
  • 深度抽象强化学习-提高抽象学习能力-论文解读

    Deep reinforcement learning (DRL) brings the power of deep neural networks to be...

    用户1908973
  • 深度神经网络的捷径学习问题(CS Computer Vision and Patter Recognition)

    深度学习促使了人工智能的崛起,并且是当代机器智能的主力军。大量的成功案例讯速遍布了整个科学界、工业界以及社会,但是它的局限直到最近才得到关注。从局限性角度来看,...

    Donuts_choco
  • 一组最大化提高被检测物体的数量和质量的无人机监控器位置的自主和协作设计(CS AI)

    本文解决了将无人机群放置在完全未知的地形内的问题,目的是最大限度地提高整体态势感知能力。情境意识是由无人机视场内感兴趣的独特对象的数量和质量表示的。使用YOLO...

    刘子蔚
  • HTML5 game engines

    The following are few examples of game engines implemented with HTML5 and JavaSc...

    庞小明
  • 通过游戏促进孩童对计算机知识的掌握(CS CY)

    学习编程,或者更广泛地说,学习计算机科学相关知识是一个日益扩大的活动和研究领域。在计算思维的标签下,计算机相关概念在计算机科学之外的许多学科领域越来越多地被用作...

    Elva

扫码关注云+社区

领取腾讯云代金券