CMU研究小组(包括语言技术学院的博士生Shrimai Prabhumoye,以及硕士学生Aman Madaan,Amrith Setlur和TanMay Parekh)开发的礼貌转移引擎基于类似的风格转移机制,你可能在摄影人工智能项目中更熟悉,在那里,软件可以将一张照片的风格应用到任何另一张照片上。该项目使用了安然员工交换的50万封电子邮件的数据集,这些电子邮件被公开,作为针对该公司的腐败和欺诈丑闻导致的法律诉讼的一部分。
尽管该公司做了错事,但员工之间交换的许多电子邮件-如果你曾在大公司工作过-就不足为奇了-充满了共同的细节,礼貌地提出了要求和回复。事实证明,这是一个很好的基础形式,可以用来训练计算语言学算法,然后用来接受基本或不礼貌的请求,比如“给我看上个月的报告”,然后把它变成更具人性和礼仪的东西,比如“你能把上个月的报告发给我吗?”
这项任务可能看起来相对简单--在任何阶段加上“请”和“谢谢”,你就差不多完成了,对吧?事实上,研究人员说,这实际上涉及到更多的微妙之处,因为事实上,当我们努力做到礼貌时,我们会做更多的事情,比如将实际上是命令的内容重新表述为请求,就像上面的例子一样。
CMU团队开发的自动化方法仅适用于北美英语,如在正式(即,工作场所),目前还需要做大量的工作才能将其本地化,因为对于礼貌的定义,地域和语言差异很大,所以需要做大量的工作才能将其本地化。但即使在目前的形式下,它在用于自动化客户服务聊天机器人或在电子邮件客户端中自动提示文本时也可以提供很多好处。
显然,大量使用自动文本建议的公司对此很感兴趣,比如苹果公司,它与空军研究实验室、海军研究办公室、国家科学基金会和NVIDIA一起为这项研究提供了支持。