Fuzzy Conversational Character Computing

Abstract

ZusammenfassungDer folgende Beitrag zeigt auf, wie bestehende Disziplinen und Methoden aus den Bereichen der Psychologie und der Wirtschaftsinformatik miteinander kombiniert und erweitert werden, damit Conversational Bots, auch als Chat- oder Voicebots bekannt, nicht nur natürliche Sprache verstehen und verarbeiten können, sondern auch personalisiert auf die Useranfragen eingehen können. Dies alles mit dem Ziel, möglichst natürliche Dialoge zwischen Menschen und Maschinen zu ermöglichen und dabei den Fokus der Datensparsamkeit nicht zu verlieren.Dank dem neuen Ansatz des Character Computing (CC) in Kombination mit Computing with Words and Perceptions (CWP), welches ein Teilbereich der Fuzzylogic ist, und der Conversational Theory wird die Sprach- und Emotionserkennung von Conversational Bots auf ein komplett neues Level gebracht. Bisherige Chat- oder Voicebots sind lediglich darauf ausgelegt, einfache Befehle von ihren Usern zu verstehen und auszuführen. Dabei wird der Sprachinput einem vordefinierten Befehl zugeordnet und danach ausgeführt. So wird die Komplexität der Sprache auf einem Niveau vereinfacht, sodass viele wichtige Informationen verloren gehen. Es werden so beispielsweise keinerlei Informationen über die Persönlichkeit und Emotionen der User weiterverarbeitet. Beim klassischen Character Computing werden die Persönlichkeit und Emotionen zwar berücksichtigt, aber in der Regel wird eine Vielzahl von Daten benötigt, um zunächst den Character und anschließend das erwartete Verhalten des Users ableiten zu können. Dies ist in der Realität von Chat- und Voicebots kaum umsetzbar. Daher zeigen wir mit unserer Arbeit auf, wie Character Computing unter der Anwendung der Fuzzylogic mit dem Fokus auf Datensparsamkeit und Ethik angewendet werden kann.