Not logged in.

Quick Search - Contribution

Contribution Details

Type Master's Thesis
Scope Discipline-based scholarship
Title General-Purpose Framework for Intent Recognition in Dialogues
Organization Unit
Authors
  • Andreas Bucher
Supervisors
  • Mateusz Dolata
Language
  • English
Institution University of Zurich
Faculty Faculty of Business, Economics and Informatics
Date 2020
Abstract Text The increasing proliferation of conversational agents in our daily life does not leave the business world untouched. New possibilities and use-cases of speech-based, virtual agents in the professional environment are constantly being explored. However, previous approaches to developing conversational agents for professional multi-party environments were confronted with the challenge of seamlessly embedding virtual agents into the natural dialog. In this respect, the lack of context-awareness of today's dialog systems represents a hurdle. To take a first step towards context-aware conversational agents, this thesis investigates the possibilities for automatically recognizing explicit and implicit meaning of utterances in dialogues using an explorative research approach. Based on theories of pragmatics as well as current developments in the fields of Natural Language Processing and Deep Learning, different models for the recognition of intentions in German dialogues were developed and tested under real-life conditions using a prototype of a dialog system. The results provide information about the most important design implications and challenges in the development of dialog systems with automatic intention recognition. Thus, this work not only contributes to the current research of context-aware conversational agents, but also serves as a starting point for future research and practice.
Zusammenfassung Die zunehmende Profilierung von digitalen Gesprächsagenten in unserem täglichen Leben lässt auch die Geschäftswelt nicht unberührt. So werden stetig neue Möglichkeiten von sprachbasierten, virtuellen Agenten im professionellen Umfeld eruiert. Bisherige Ansätze zur Einbindung von virtuellen Agenten in professionellen Mehrparteienumgebungen sehen sich jedoch mit der Herausforderung konfrontiert, die Gesprächsagenten nahtlos in den natürlichen Dialog einzubinden. Hierfür stellt die fehlende Kontextsensitivität der heutigen Dialogsystemen eine Hürde dar. Um einen ersten Schritt in Richtung kontextsensitiver Gesprächsagenten zu unternehmen, untersucht diese Arbeit anhand eines explorativen Forschungsansatzes die Möglichkeiten zur automatischen Erkennung von expliziten und impliziten Äußerungen von Dialogteilnehmern. Gestützt auf Theorien der Pragmatik sowie auf aktuelle Entwicklungen in den Bereichen des Natural Language Processing und Deep Learning wurden in einem iterativen Ansatz verschiedene Modelle zur Erkennung von Intentionen in Deutschen Dialogen entwickelt und anhand eines Prototyps in Echtzeit getestet. Die Ergebnisse liefern Aufschluss über die wichtigsten Design-Implikationen und Herausforderung bei der Entwicklung von Dialogsystemen mit automatischer Intentionserkennung. Somit trägt diese Arbeit nicht nur zur aktuellen Forschung von kontextsensitiven Gesprächsagenten bei, sondern dient auch als Ansatzpunkt für zukünftige Forschung und Praxis.
PDF File Download
Export BibTeX