A User Model to Predict User Satisfaction with Spoken Dialog Systems

Engelbrecht, Klaus-Peter; Möller, Sebastian

doi:10.1007/978-3-642-16202-2_14

Cited by 3 publications

(1 citation statement)

References 6 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…For instance, the relationship between user satisfaction and the different metrics does not have to be linear, as the analysis proposed in PARADISE assumes. Furthermore, PARADISE tries to infer user satisfaction as an average measure across all the scenarios performed by a single user, or even considering all the users in the measurement (Möller and Engelbrecht, 2008;Engelbrecht and Möller, 2010). This may not be the optimal strategy to carry out, since the satisfaction of a user may vary from one scenario to another, or even within a single scenario, depending on how the interaction evolves, on whether the system reacts to each intervention of the user, on the errors that it makes, and so on.…”

Section: On the Evaluation Of Adaptive Dialogue Systemsmentioning

confidence: 99%

Contributions to the contextualization of human-machine spoken interaction systems

Cuesta¹

View full text Add to dashboard Cite

como maestro, mostrarme las puertas para que yo las atravesase; en el ajedrez, en el Taijiquan, en el Qigong y, en definitiva, en la vida. Chi'en! Un agradecimiento muy especial a las tres princesitas que tuvieron a bien entablar amistad y dejarse querer por un bufón con el alma oxidada. Gracias, Vero, por haber hecho tan maravillosos los últimos años de esta Tesis. Por ese viajecito a Valencia, por tantas veces (aunque siempre con cariño) como te he acabado "agobiando" (¡jo! lo siento), por tu dulzura, por tu timidez (que en ocasiones creo que vence a la mía), y por tantos momentos que hemos disfrutado. Gracias, Bea, por haber soportado tantas pullas y tantos "conquensismos" como me has tenido que escuchar (¡y gracias por responder a cada uno de ellos!), por tantas buenas cervezas compartidas, por animarnos a sacarnos el bendito carnet, por todo lo bien que me lo paso contigo, y porque nos sigamos riendo. Gracias, Raquel, simplemente por ser tú. Por tantas conversaciones en las que nos quedábamos en silencio, por tantos "cinco minutillos" de varias horas, por haber querido ver en mí muchísimo más de lo que hay. Por tantas veces como me has dado las gracias, la mayor parte de ellas sin merecerlo. Gracias, en fin, por tu sonrisa. Vero, Bea, Raquel, mis ángeles: un abrazo y un beso muy, muy fuertes.Quién iba a decirnos, Idoia, que pasaríamos de conocernos en un autobús, de camino a una cena de gala de un congreso (a la postre inolvidable, con chino famélico, griegas y valencianos varios, caballeros con escasez de armas, y princesas con bolsitos de marca incluidos), a acabar callejeando por Roma, Burgos y Donosti, compartiendo, en la distancia y en la cercanía, nuestras aventuras y desventuras, nuestras alegrías y nuestras lágrimas, profesionales y personales. Y alguna que otra clase de euskera en la que me demostraste tu paciencia y tu buen hacer docente. Hacia ti guardo una gratitud inmensa, una amistad inmarcesible y todo el cariño de mi corazón. Mila esker, Idoiatxo! Muxu handi-handi bat eta besarkada asko! Prima, amiga, confidente, crítica... Pero, por encima de todo, simplemente, tú. Gracias, Maite, por todo. Por tantas y tan divertidas quedadas, por tantas charlas, por tantas broncas como me has tenido que echar (nunca sin razón), por todo lo que nos queremos, por las emociones que nos hemos provocado. Por nuestros caminos de Santiago. Por nuestras escapadas. Por estar ahí. Porque no se podría pensar en nadie que me comprendiese y me animase como tú. Gracias.Muchas gracias a mi familia, porque habéis hecho de mí lo que soy. Gracias a mis hermanos, Elvira y Paco, porque os debo más de lo que me atrevería a recordar, porque nunca habéis dejado de estar junto a mí, pendientes de cualquiera de mis historias, y porque no se podría soñar con unos hermanos mejores que vosotros. Gracias a mis padres, Francisco y Elvira, porque nadie podría tener tal confianza en mí, y tanta paciencia, como vosotros habéis tenido, y porque si tuviera que decir cualquier otra cosa, no podría caber en esta Tesis.Por último, gracias a do...

show abstract

Section: On the Evaluation Of Adaptive Dialogue Systemsmentioning

confidence: 99%

Contributions to the contextualization of human-machine spoken interaction systems

Cuesta¹

View full text Add to dashboard Cite

show abstract

Adaptive selection from multiple response candidates in example-based dialogue

Mizukami

Kizuki²,

Nomura³

et al. 2015

2015 IEEE Workshop on Automatic Speech Recognition and Understanding (ASRU)

View full text Add to dashboard Cite

Example Based Dialogue System Based on Satisfaction Prediction

Mizukami

Nio

Kizuki

et al. 2016

Transactions of the Japanese Society for Artificial Intelligenc

View full text Add to dashboard Cite

SummaryIn dialogue systems, dialogue modeling is one of the most important factors contributing to user satisfaction. Especially in example-based dialogue modeling (EBDM), effective methods for dialog example databases and selecting response utterances from examples improve dialogue quality. Conventional EBDM-based systems use example database consisting of pair of user query and system response. However, the best responses for the same user query are different depending on the user's preference. We propose an EBDM framework that predicts user satisfaction to select the best system response for the user from multiple response candidates. We define two methods for user satisfaction prediction; prediction using user query and system response pairs, and prediction using user feedback for the system response. Prediction using query/response pairs allows for evaluation of examples themselves, while prediction using user feedback can be used to adapt the system responses to user feedback. We also propose two response selection methods for example-based dialog, one static and one user adaptive, based on these satisfaction prediction methods. Experimental results showed that the proposed methods can estimate user satisfaction and adapt to user preference, improving user satisfaction score.

show abstract

A User Model to Predict User Satisfaction with Spoken Dialog Systems

Cited by 3 publications

References 6 publications

Contributions to the contextualization of human-machine spoken interaction systems

Contributions to the contextualization of human-machine spoken interaction systems

Adaptive selection from multiple response candidates in example-based dialogue

Example Based Dialogue System Based on Satisfaction Prediction

Contact Info

Product

Resources

About