研究人员开发了一种新颖的多模态模型，用于检测和分类对话中的他方发起修复（OIR），这是解决沟通中断的关键机制。该方法除了文本和音频外，还融入了凝视转移、面部表情和手势等视觉特征。在两个语料库上的实验表明，与仅使用文本和音频的基线相比，包含视觉信息显著提高了检测性能。 AI
影响 这项研究通过提高对话代理理解和响应沟通中断的能力，有望实现更强大、更自然的交互。
排序理由 该条目是一篇提交至 arXiv 的研究论文，详细介绍了一种新颖的对话式 AI 方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
