文献类型：期刊文章

作　　者：易鑫[1,2,3] 喻纯[1,4,2,3] 史元春[1,4,2,3]

Xin YI;Chun YU;Yuanchun SHI(Department of Computer Science and Technology, Tsinghua University, Beijing 100084, China;Global Innovation exchange Institute, Tsinghua University, Beijing 100084, China;Beijing National Research Center for Information Science and Technology, Tsinghua University, Beijing 100084, China;Key Laboratory of Pervasive Computing, Ministry of Education, Tsinghua University, Beijing 100084, China)

机构地区：[1]清华大学计算机科学与技术系,北京100084 [2]清华大学北京信息科学与技术国家研究中心,北京100084 [3]清华大学普适计算(教育部)重点实验室,北京100084 [4]清华大学全球创新学院,北京100084

出　　处：《中国科学：信息科学》

基　　金：国家自然科学基金(批准号:61521002;61672314;61572276);清华大学科研基金(批准号:20151080408);网络多媒体北京市重点实验室资助项目

年　　份：2018

卷　　号：48

期　　号：4

起止页码：419-432

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、JST、RCCSE、ZGKJHX、核心刊

摘　　要：本文阐述了通过Bayes方法来预测用户交互意图的建模方法过程和推理过程.在自然交互界面上,用户不再是严格地通过离散明确的交互操作完成交互,而是通过连续、非确定的多模态数据表达交互意图.在解释用户的交互意图时,既可以使用"黑盒子"的机器学习方法,也可以利用"白盒子"的基于用户行为建模的方法.后者中的用户建模,其本质是通过计算的方法来刻画用户的行为能力,对于理解用户意图和探索自然交互的计算原理具有重要的科学意义.文章回顾了近年来人机交互研究中主要采用的智能算法,向读者厘清不同方法之间的差别,并通过我们实验室的具体研究工作展示用户建模的方法和Bayes推理的建模方法过程和推理过程.

关 键 词：BAYES方法 机器学习  意图推理  用户建模

分 类 号：TP181]