SELF-LEARNING TECHNIQUE FOR TRAINING A PDA COMPONENT AND A SIMULATED USER COMPONENT
A computer-implemented technique is described herein for training a personal digital assistant (PDA) component and a simulated user (SU) component via a self-learning strategy. The technique involves conducting interactions between the PDA component and the SU component over the course of plural dia...
Saved in:
Main Authors | , , |
---|---|
Format | Patent |
Language | English French |
Published |
30.11.2017
|
Subjects | |
Online Access | Get full text |
Cover
Loading…
Summary: | A computer-implemented technique is described herein for training a personal digital assistant (PDA) component and a simulated user (SU) component via a self-learning strategy. The technique involves conducting interactions between the PDA component and the SU component over the course of plural dialogs, and with respect to plural tasks. These interactions yield training data. A training system uses the training data to generate and update analysis components used by both the PDA component and the SU component. According to one illustrative aspect, the SU component is configured to mimic the behavior of actual users, across a range of different user types.
L'invention concerne une technique mise en œuvre par ordinateur permettant de former un composant d'assistant numérique personnel (PDA) et un composant d'utilisateur simulé (SU) au moyen d'une stratégie d'auto-apprentissage. La technique consiste à effectuer des interactions entre le composant PDA et le composant SU au cours de plusieurs dialogues et par rapport à plusieurs tâches. Ces interactions produisent des données de formation. Un système de formation utilise les données de formation pour générer et mettre à jour des composants d'analyse utilisés à la fois par le composant PDA et le composant SU. Selon un aspect donné à titre d'exemple, le composant SU est configuré pour imiter le comportement d'utilisateurs réels dans une gamme de différents types d'utilisateurs. |
---|---|
Bibliography: | Application Number: WO2017US33000 |