Social talk capabilities for dialogue systems

Small Talk Gespräche sind für Dialogsysteme einerseits eine lohnende Erweiterung, auf der anderen Seite aber auch eine große Herausforderung. Small Talk (oder auch „social talk“) bezeichnet eine Art von Gespräch, in der nicht der Austausch bestimmter Informationen im Vordergrund steht, sondern das Verhandeln von sozialen Rollen und Situationen. Small Talk ist dadurch in Themen und Inhalten häufig nicht so stark limitiert wie so genannter „Task Talk“, also Gespräche, die zu einem Aufgabenbereich eines Dialogsystems (wie bspw. der Auskunft zu einem Bussystem etc.) gehören. Unterschiedliche Studien haben gezeigt, dass menschliche Benutzer dazu neigen, mit Dialogsystemen auch soziale Gespräche zu führen, die über eine bestimmte Aufgabe des Systems hinaus gehen. Dies gilt vor allem dann, wenn das Dialogsystem in eine Applikation eingebettet ist, die ein Verkörperung beinhaltet (z. B. menschliche Avatare). Darüber hinaus haben verschiedene Arbeiten gezeigt, dass soziale Gespräche effektiv eine „emotionale“ Verbindung zwischen Benutzer und Maschine herstellen und eine angenehmere Atmosphäre schaffen können und dass dies von vielen Benutzern geschätzt wird. Trotzdem bieten nur wenige existierende Dialogsysteme Small Talk Unterstützung an und bisher wurde keine systematische Analyse von Small Talk, die auch für computationelle Zwecke eingesetzt werden kann, vorgeschlagen. Die vorliegende Arbeit zielt darauf ab, Dialogsystemen Wissen, Prozesse und Strukturen anzubieten, die sie nutzen können, um in sozialen Gesprächen zufriedenstellend zu partizipieren. Dazu gehört zum Einen ein neues strukturelles Modell von Social Talk basierend auf einer Datenanalyse von Small Talk Gesprächen. Das funktional-motivierte und inhaltlich abstrakte Small Talk Modell kann für Gespräche über diverse Themen genutzt werden. Das Modell basiert auf einem eigens entworfenen, theoretisch fundierten Set von sozialen Dialogakten und ist ebenso als Computermodell, aus den Gesprächsdaten gelernt, verfügbar. Da nicht garantiert werden kann, dass alle Inhalte für soziale Gespräche, die die Benutzer eines Dialogsystems initiieren, modelliert worden sind, schlägt die vorliegende Arbeit zum Anderen neue Gesprächsstrategien für das Behandeln so genannter „Out-of-Domain“ (OoD) Äußerungen vor. OoD-Äußerungen sind Äußerungen, die nicht in eine der Wissensdomänen des Dialogsystems fallen und deshalb zu Fehlern in der Eingabeinterpretation des Systems führen. Diese Fehler können nicht mittels der klassischen Fehlerstrategien (wie bspw. einer Reparatur) behandelt werden, da das notwendige Wissen um diese Äußerungen zu verstehen, fehlt. Die neuen Strategien basieren auf Informationen aus Mensch-zu-Mensch Kommunikation, die aus unterschiedlichen Quellen extrahiert wurden. Die vorgestellte Forschung ist technologisch in einem Software-Toolkit gekapselt. Das Toolkit bietet Software-Erweiterungen für Dialog-Systeme, die soziale Gespräche ermöglichen. Zu Evaluationszwecken wurden die Tools in eine Agenten-Anwendung ntegriert, einem Barkeeper-Agenten in einer virtuellen Online-Welt. Zwei Evaluationen, eine allgemeine Usability-Evaluation des Agenten und eine Evaluation der beiden Haupttools des Toolkits, weisen auf eine deutliche Verbesserung in der Wahrnehmung des Agenten durch die Benutzer hin, wenn die Tools aktiviert sind, vor allem in den Bereichen „Natürlichkeit”, “Sprachverstehen” und "Gesprächsfluss”. Der Spaß an der Benutzung des Systems scheint stark mit der Fähigkeit zu sozialen Gesprächen zusammenzuhängen.