INTELLIGENT PREDICTION OF NEXT STEP SENTENCES FROM A COMMUNICATION SESSION

• Main Authors: MUCHOVEJ, Stephen, GIOVANARDI, Davide
• Format: Patent
• Language: English; French
• Published: 10.05.2024
• Subjects: ACOUSTICS; CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FORADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORYOR FORECASTING PURPOSES; ELECTRIC DIGITAL DATA PROCESSING; MUSICAL INSTRUMENTS; PHYSICS; SPEECH ANALYSIS OR SYNTHESIS; SPEECH OR AUDIO CODING OR DECODING; SPEECH OR VOICE PROCESSING; SPEECH RECOGNITION; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE,COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTINGPURPOSES, NOT OTHERWISE PROVIDED FOR

Methods and systems provide for extracting next step sentences from a communication session. In one embodiment, the system defines a set of annotation guidelines for labeling training data; receives a set of labeled training data including sentences from a transcript of a communication session, a subset of the sentences being associated with a positive label; organizes the labeled training data and trains a model with the labeled training data, the training including, for each of the sentences, inputting the sentence into a language model and a classification head to output a number of class probabilities, and inputting a classification token representing the sentence into a classification head; using a number of classifiers from the trained model to generate ensemble class scores; and using the ensemble class scores to predict one or more next step sentences from the sentences in the transcript. Des procédés et des systèmes permettent d'extraire des phrases d'étapes suivantes lors d'une session de communication. Dans un mode de réalisation, le système définit un ensemble de directives d'annotation pour étiqueter des données d'apprentissage ; reçoit un ensemble de données d'apprentissage étiquetées comprenant des phrases provenant d'une transcription d'une session de communication, un sous-ensemble des phrases étant associé à une étiquette positive ; organise les données d'apprentissage étiquetées et fait l'apprentissage d'un modèle avec les données d'apprentissage étiquetées, l'apprentissage comprenant, pour chacune des phrases, l'entrée de la phrase dans un modèle de langage et une tête de classification pour délivrer un certain nombre de probabilités de classe, et l'entrée d'un jeton de classification représentant la phrase dans une tête de classification ; l'utilisation d'un certain nombre de classificateurs du modèle ayant subi l'apprentissage pour générer des scores de classe d'ensemble ; et l'utilisation des scores de classe d'ensemble pour prédire une ou plusieurs phrases d'étapes suivantes à partir des phrases dans la transcription.