★ 2
arXiv 论文提出多模态预测自闭症对话成功度
该研究利用发音、面部、声学韵律与话轮转换等多模态特征,在三个包含自闭症与非自闭症个体的自发双人对话数据集上预测参与者感知的对话成功度。结果表明对话成功本质上是多维的,融合互补模态可捕捉单一模态无法提供的信息,从而提升预测效果。
arXiv NLP7 天前
共 3 篇相关资讯,按重要度与时间排序,每 3 小时更新。
该研究利用发音、面部、声学韵律与话轮转换等多模态特征,在三个包含自闭症与非自闭症个体的自发双人对话数据集上预测参与者感知的对话成功度。结果表明对话成功本质上是多维的,融合互补模态可捕捉单一模态无法提供的信息,从而提升预测效果。
论文提出「先澄清、再聚焦」原则,将对话转化为带说话人归属、来源引用与语义标签的简短语句,使含义更明确并支持按问题选取证据。在客服通话的报价抑制任务中,规范化提升监督分类器表现,弱提示阅读器同时受益于规范化与选择,整套小模型推理管线可大幅降低百万级对话分析成本。
arXiv 论文提出一种量子-经典混合框架,用量子比特编码操纵对话中的认知偏差,结合强化学习智能体逐轮判断是否标记对话,将其建模为最优停止问题。在包含困难负样本的合成对话上评估,用于识别情感与投资类诈骗。