{"id":19525,"date":"2021-06-03T11:03:25","date_gmt":"2021-06-03T18:03:25","guid":{"rendered":"https:\/\/blog.webex.com\/aproveitamento-dos-atos-de-fala-para-a-ia-de-conversa\/"},"modified":"2021-07-29T09:12:15","modified_gmt":"2021-07-29T16:12:15","slug":"aproveitamento-dos-atos-de-fala-para-a-ia-de-conversa","status":"publish","type":"post","link":"https:\/\/blog.webex.com\/pt-br\/engineering-pt-br\/aproveitamento-dos-atos-de-fala-para-a-ia-de-conversa\/","title":{"rendered":"Aproveitamento dos atos de fala para a IA de conversa"},"content":{"rendered":"<p><em>Esta \u00e9 uma postagem de blog que acompanha a minha palestra na confer\u00eancia REWORK, em 28 de abril de 2021. Os slides da palestras est\u00e3o dispon\u00edveis <\/em><a href=\"https:\/\/drive.google.com\/file\/d\/1Pv84LsgvoAuHKgO_zGskm9Cxf1B_wtUh\/view?usp=sharing\"><br \/>\n  <em>aqui<\/em><br \/>\n<\/a><em>.\u00a0<\/em><\/p>\n<p><iframe loading=\"lazy\" title=\"Leveraging Speech Acts for Conversational AI | Cisco\" width=\"500\" height=\"281\" src=\"https:\/\/www.youtube.com\/embed\/Y7eSC97fr5c?feature=oembed\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe><\/p>\n<p>Compreens\u00e3o de linguagem natural (CLN) \u00e9 o componente chave em qualquer sistema de IA de conversa. Normalmente, em um sistema de di\u00e1logo orientado para tarefa, o CLN consiste em classificadores para identificar a inten\u00e7\u00e3o do usu\u00e1rio e as aberturas e entidades presentes. O gerenciador de di\u00e1logo usa essa sa\u00edda para selecionar o estado apropriado de di\u00e1logo e tomar as a\u00e7\u00f5es correspondentes para satisfazer a solicita\u00e7\u00e3o do usu\u00e1rio. Em alguns casos, n\u00e3o \u00e9 poss\u00edvel definir claramente uma inten\u00e7\u00e3o, ou simplesmente saber a inten\u00e7\u00e3o ou entidades presentes na solicita\u00e7\u00e3o do usu\u00e1rio pode n\u00e3o oferecer informa\u00e7\u00f5es o suficiente para o gerenciador de di\u00e1logo tomar a a\u00e7\u00e3o ideal. Por exemplo, considerando a seguinte intera\u00e7\u00e3o do usu\u00e1rio com um rob\u00f4 para um site de varejo de roupas:<\/p>\n<p><a href=\"https:\/\/storage.googleapis.com\/wx-blg-prd-gcs\/wp-content\/uploads\/1\/2021\/06\/Screen-Shot-2021-06-02-at-4.09.19-PM.png\"><br \/>\n  <img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-full wp-image-12396\" src=\"https:\/\/storage.googleapis.com\/wx-blg-prd-gcs\/wp-content\/uploads\/1\/2021\/06\/Screen-Shot-2021-06-02-at-4.09.19-PM.png\" alt=\"Compreens\u00e3o de linguagem natural (CLN)\" width=\"2928\" height=\"1060\" srcset=\"https:\/\/blog.webex.com\/wp-content\/uploads\/2021\/06\/Screen-Shot-2021-06-02-at-4.09.19-PM.png 980w, https:\/\/blog.webex.com\/wp-content\/uploads\/2021\/06\/Screen-Shot-2021-06-02-at-4.09.19-PM-300x109.png 300w, https:\/\/blog.webex.com\/wp-content\/uploads\/2021\/06\/Screen-Shot-2021-06-02-at-4.09.19-PM-1024x371.png 1024w, https:\/\/blog.webex.com\/wp-content\/uploads\/2021\/06\/Screen-Shot-2021-06-02-at-4.09.19-PM-768x278.png 768w, https:\/\/blog.webex.com\/wp-content\/uploads\/2021\/06\/Screen-Shot-2021-06-02-at-4.09.19-PM-1536x556.png 1536w, https:\/\/blog.webex.com\/wp-content\/uploads\/2021\/06\/Screen-Shot-2021-06-02-at-4.09.19-PM-2048x741.png 2048w\" sizes=\"auto, (max-width: 2928px) 100vw, 2928px\" \/><br \/>\n<\/a><\/p>\n<p>O usu\u00e1rio come\u00e7a a intera\u00e7\u00e3o com uma sauda\u00e7\u00e3o seguido de uma solicita\u00e7\u00e3o para encontrar um produto espec\u00edfico. Nestes casos, a inten\u00e7\u00e3o e as aberturas identificadas s\u00e3o suficientes para que o rob\u00f4 responda de forma inteligente e forne\u00e7a de forma bem-sucedida uma recomenda\u00e7\u00e3o relevante para o usu\u00e1rio. O problema come\u00e7a quando o usu\u00e1rio responde a recomenda\u00e7\u00e3o com o que eles acham do produto. Qual inten\u00e7\u00e3o para tais quest\u00f5es deve ser mapeada, e quais entidades devem ser detectadas? Normalmente, lidar\u00edamos com tal situa\u00e7\u00e3o induzindo o usu\u00e1rio a redirecionar a conversa para algo mais \u00fatil, como \u201cHum, eu n\u00e3o entendi. Para ver mais op\u00e7\u00f5es, diga \u2018mostre-me mais.\u2019\u201d<\/p>\n<p>Embora isso n\u00e3o seja uma experi\u00eancia terr\u00edvel para o usu\u00e1rio, n\u00f3s podemos tornar o rob\u00f4 mais inteligente ao adicionar um m\u00f3dulo de classificadores ao sistema de CLN para identificar os atos de fala ou di\u00e1logo.<\/p>\n<h2><strong>O que s\u00e3o atos de fala?<\/strong><\/h2>\n<p>Um ato de fala captura o contexto e a inten\u00e7\u00e3o do usu\u00e1rio em cada express\u00e3o de uma conversa. Essas inten\u00e7\u00f5es s\u00e3o diferentes das inten\u00e7\u00f5es de um di\u00e1logo regular, eles s\u00e3o de natureza mais geral. Por exemplo, \u201cQuanto custa isto?\u201d e \u201cQual \u00e9 a previs\u00e3o do tempo para hoje?\u201d podem pertencer \u00e0s inten\u00e7\u00f5es \u201cCUSTA_ISTO\u201d e \u201cPREVIS\u00c3O_TEMPO\u201d respectivamente, mas elas t\u00eam o mesmo ato de fala: \u201cPERGUNTA\u201d, ou se voc\u00ea quiser mais granularidade, uma \u201cPERGUNTA-PRONOME-INTERROG.\u201d Existem diferentes taxonomias de atos definidos na literatura, e podemos usar o subconjunto que funciona para a nossa aplica\u00e7\u00e3o. Para ter uma melhor ideia do que podem ser essas identifica\u00e7\u00f5es, consulte a taxonomia <a href=\"https:\/\/web.stanford.edu\/~jurafsky\/ws97\/manual.august1.html\">SWBD-DAMSL<\/a>, que fornece um rico conjunto de 42 identificadores.<\/p>\n<h2><strong>Atos de fala para gerenciamento de di\u00e1logo<\/strong><\/h2>\n<p>No exemplo do usu\u00e1rio rob\u00f4 que apresentamos anteriormente, poder\u00edamos ter r\u00f3tulos de atos de fala de \u201cSAUDA\u00c7\u00c3O\u201d (ou \u201cABERTURA CONVENCIONAL\u201d), \u201cPERGUNTA,\u201d E \u201cOPINI\u00c3O-NEGATIVA\u201d para as tr\u00eas perguntas do usu\u00e1rio. Agora que sabemos que a \u00faltima vez que o usu\u00e1rio expressou uma opini\u00e3o negativa sobre a empresa (marcada como pertencente ao tipo de entidade \u201ccategoria\u201d), o gerenciador de di\u00e1logo pode filtrar a lista de recomenda\u00e7\u00f5es para excluir op\u00e7\u00f5es da categoria rejeitada.<\/p>\n<h2><strong>Atos de fala para identificar itens \u00fateis em conversa\u00e7\u00f5es<\/strong><\/h2>\n<p>Outra aplica\u00e7\u00e3o interessante dos atos de fala que n\u00f3s temos experimentado \u00e9 us\u00e1-los para extrair pontos de destaque de uma reuni\u00e3o. Diferente de resumir novos artigos, um problema bem analisado, fornecer um resumo extra\u00eddo de uma reuni\u00e3o (ou seja, destaques da reuni\u00e3o) \u00e9 dif\u00edcil, j\u00e1 que \u00e9 complicado obter dados anotados. Existe muita subjetividade no que consiste um destaque. Por exemplo, um engenheiro deve focar nos detalhes de execu\u00e7\u00e3o discutidos em uma reuni\u00e3o, enquanto o gerente de produtos pode n\u00e3o precisar dos pormenores t\u00e9cnicos. Esta subjetividade, junto com a natureza sens\u00edvel dos dados da reuni\u00e3o, torna dif\u00edcil obter dados anotados para treinar um modelo.<\/p>\n<p>A literatura e pesquisas internas mostraram que se existe algo que as pessoas concordam \u00e9, que os itens de a\u00e7\u00e3o e os acompanhamentos devem ser parte dos principais resultados de uma reuni\u00e3o. Motivados por isso, n\u00f3s focamos em identificar os itens \u00fateis nas reuni\u00f5es. Segue abaixo exemplos do que consideramos como itens \u00fateis. Parece haver duas categorias amplas de como os itens de a\u00e7\u00e3o s\u00e3o expressados: um palestrante promete uma a\u00e7\u00e3o, e um palestrante emite um comando. Esta observa\u00e7\u00e3o torna os atos de fala perfeitos para resolver este problema.<\/p>\n<p><a href=\"https:\/\/storage.googleapis.com\/wx-blg-prd-gcs\/wp-content\/uploads\/1\/2021\/06\/Screen-Shot-2021-06-02-at-4.11.04-PM.png\"><br \/>\n  <img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-full wp-image-12406\" src=\"https:\/\/storage.googleapis.com\/wx-blg-prd-gcs\/wp-content\/uploads\/1\/2021\/06\/Screen-Shot-2021-06-02-at-4.11.04-PM.png\" alt=\"Preocupa\u00e7\u00f5es do palestrante\" width=\"2338\" height=\"1032\" srcset=\"https:\/\/blog.webex.com\/wp-content\/uploads\/2021\/06\/Screen-Shot-2021-06-02-at-4.11.04-PM.png 980w, https:\/\/blog.webex.com\/wp-content\/uploads\/2021\/06\/Screen-Shot-2021-06-02-at-4.11.04-PM-300x132.png 300w, https:\/\/blog.webex.com\/wp-content\/uploads\/2021\/06\/Screen-Shot-2021-06-02-at-4.11.04-PM-1024x452.png 1024w, https:\/\/blog.webex.com\/wp-content\/uploads\/2021\/06\/Screen-Shot-2021-06-02-at-4.11.04-PM-768x339.png 768w, https:\/\/blog.webex.com\/wp-content\/uploads\/2021\/06\/Screen-Shot-2021-06-02-at-4.11.04-PM-1536x678.png 1536w, https:\/\/blog.webex.com\/wp-content\/uploads\/2021\/06\/Screen-Shot-2021-06-02-at-4.11.04-PM-2048x904.png 2048w\" sizes=\"auto, (max-width: 2338px) 100vw, 2338px\" \/><br \/>\n<\/a><\/p>\n<p>N\u00f3s definimos nossa taxonomia de atos de fala para as atividade a seguir:<\/p>\n<ul>\n<li>Compromisso [COM] \u2013 Um palestrante promete fazer algo\n<ul>\n<li>\u201cEu te envio um e-mail com os detalhes\u201d<\/li>\n<li>\u201cProvidenciarei uma reuni\u00e3o com o Jerry na segunda\u201d<\/li>\n<\/ul>\n<\/li>\n<li>Instru\u00e7\u00f5es [DIR] \u2013 Palestrante pede ao ouvinte para fazer algo em resposta\n<ul>\n<li>\u201cVoc\u00ea pode ajustar com eles amanh\u00e3?\u201d<\/li>\n<li>\u201cQual \u00e9 a sua estimativa para este projeto?<\/li>\n<\/ul>\n<\/li>\n<li>Elabora\u00e7\u00e3o [ELB] \u2013 Palestrante adiciona mais informa\u00e7\u00f5es a um COM ou DIR\n<ul>\n<li>\u201cVou providenciar uma reuni\u00e3o com a Emma hoje. O principal objetivo \u00e9 discutir sobre este projeto com ela para maior clareza.\u201d (COM seguido de ELB)<\/li>\n<li>\u201cVoc\u00ea deve come\u00e7ar a trabalhar na documenta\u00e7\u00e3o. Isso tornar\u00e1 o processo de compartilhamento mais f\u00e1cil.\u201d (DIR seguido de ELB)<\/li>\n<\/ul>\n<\/li>\n<li>Reconhecimento [ACK] &#8211; Palestrante reconhece algo\n<ul>\n<li>\u201cSim, parece \u00f3timo\u201d<\/li>\n<li>\u201cPor mim, est\u00e1 \u00f3timo\u201d<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>Alguns compromissos e instru\u00e7\u00f5es n\u00e3o s\u00e3o necessariamente aceitos, juma vez que o escopo de suas a\u00e7\u00f5es \u00e9 limitada a dura\u00e7\u00e3o da reuni\u00e3o. Por exemplo: \u201cDeixe-me compartilhar a minha tela\u201d ou \u201cVoc\u00ea pode ver a minha tela?\u201d Para cuidar de tais casos, dividimos ainda COMs e DIRs em classes de reuni\u00e3o (ER) e p\u00f3s-reuni\u00e3o (PR). Senten\u00e7as classificadas como COM-PR ou DIR-PR s\u00e3o as que estamos interessados em capturar para os usu\u00e1rios como itens \u00fateis.<\/p>\n<p>Ajustamos um modelo pr\u00e9-treinado <a href=\"https:\/\/huggingface.co\/transformers\/model_doc\/roberta.html#robertaparaclassifica\u00e7\u00e3osequencial\">ROBERTa<\/a> (uma variante do transformador) em 50.000 senten\u00e7as para reuni\u00f5es anotadas com essas identifica\u00e7\u00f5es. O modelo tem uma precis\u00e3o de aproximadamente 82% por prever o ato de fala correto quando testado em um conjunto de 3.000 senten\u00e7as estendidas. Para analisar o objetivo final de identificar os principais resultados em reuni\u00f5es, pedidos a dois anotadores especialistas para anotarem 12 reuni\u00f5es com r\u00f3tulos bin\u00e1rios para determinar se cada senten\u00e7a em uma reuni\u00e3o deve ou n\u00e3o ser destacada. O modelo tem uma alta precis\u00e3o de 88%, ou seja, 88 dos 100 destaques previstos pelo modelo estavam corretos. No entanto, o recall \u00e9 de 42%, o que significa que mais de 50% dos destaques s\u00e3o perdidos pelo modelo ou n\u00e3o se encaixam neste esquema de compromissos e instru\u00e7\u00f5es. Apesar disso dar espa\u00e7o para melhorias, a alta precis\u00e3o \u00e9 encorajadora.<\/p>\n<h2><strong>Outras aplica\u00e7\u00f5es<\/strong><\/h2>\n<p>N\u00f3s compartilhamos somente duas aplica\u00e7\u00f5es onde o ato de fala \u00e9 \u00fatil, mas existem muitos outros casos de uso reais. O ato de fala ajuda a compreender a estrutura abrangente de uma conversa que pode ser \u00fatil na an\u00e1lise de registros de conversas de call center. Uma recente <a href=\"https:\/\/arxiv.org\/pdf\/2004.14257.pdf\">publica\u00e7\u00e3o<\/a> que visou transformar automaticamente senten\u00e7as educadas usou um classificador de ato de fala para identificar senten\u00e7as indelicadas, e em seguida, fazer as devidas corre\u00e7\u00f5es. Tamb\u00e9m existem poucos bancos de dados abertos que voc\u00ea pode explorar, como o <a href=\"https:\/\/compprag.christopherpotts.net\/swda.html\">corpus Switchboard<\/a> e o <a href=\"https:\/\/www.aclweb.org\/anthology\/W04-2319.pdf\">corpus ICSI Meeting Recorder,<\/a> que cont\u00e9m conversa\u00e7\u00f5es anotadas com uma ampla variedade de identificadores de atos de fala.<\/p>\n<p>No Webex, n\u00f3s encontramos a fala coloquial de v\u00e1rias formas: em nossas chamadas, mensagens, e aplicativos de reuni\u00f5es, como tamb\u00e9m no nosso centro de solu\u00e7\u00f5es. N\u00f3s apenas come\u00e7amos a arranhar a superf\u00edcie de como modelos de CLN baseados nos atos de fala podem ajudar nossos clientes a obter insights de seus pr\u00f3prios dados. Fique ligado para mais t\u00f3picos que ser\u00e3o tratados nos pr\u00f3ximos meses.<\/p>\n<blockquote><p><span data-contrast=\"auto\">Interessado em se juntar \u00e0 equipe MindMeld? Mande um e-mail para mindmeld-jobs@cisco.com!<\/span><\/p><\/blockquote>\n<h2><strong>Sobre a autora<\/strong><\/h2>\n<p><a href=\"https:\/\/www.linkedin.com\/in\/varshaembar\/\">Varsha Embar<\/a> \u00e9 Engenheira S\u00eanior de Aprendizagem de M\u00e1quina na equipe MindMeld da Cisco, onde ela desenvolve interfaces de conversa de produ\u00e7\u00e3o. Ela trabalha no aprimoramento central da plataforma de Processamento de Linguagem Natural, incluindo recursos e algoritmos para configura\u00e7\u00f5es de baixo recursos, e aborda problemas desafiadores como resumo e detec\u00e7\u00e3o de item de a\u00e7\u00e3o em transcri\u00e7\u00f5es de reuni\u00f5es barulhentas. Antes da MindMeld, Varsha obteve o seu mestrado em Aprendizado de M\u00e1quina e Processamento de Linguagem Natural pela Carnegie Mellon University.<\/p>\n<p><a href=\"https:\/\/www.webex.com\/video-conferencing\">Inscreva-se no Webex<\/a><\/p>\n<p>Visite a nossa\u00a0<a href=\"https:\/\/www.webex.com\/\">p\u00e1gina<\/a>\u00a0ou\u00a0<a href=\"https:\/\/www.webex.com\/contact-us.html\">entre em contato<\/a>\u00a0diretamente para assist\u00eancia.<\/p>\n<p><span data-ccp-props=\"{&quot;201341983&quot;:0,&quot;335559739&quot;:160,&quot;335559740&quot;:259}\"><br \/>\n  <a href=\"https:\/\/www.webex.com\/?utm_source=Influence&#038;utm_medium=EarnedContent&#038;utm_campaign=FutureOfWork\">Clique aqui para saber mais sobre as ofertas do Webex e para se inscrever em uma conta gr\u00e1tis.<\/a>\u00a0<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Em uma conversa, pode-se fazer pedidos, perguntas, dar ordens, fazer promessas, agradecer, se desculpar, e assim por diante. Como podemos treinar os modelos para entender as inten\u00e7\u00f5es do palestrante e como eles podem ser aplicados no mundo real?<\/p>\n","protected":false},"author":5414,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"footnotes":""},"categories":[1534],"tags":[4739],"class_list":["post-19525","post","type-post","status-publish","format-standard","hentry","category-engineering-pt-br","tag-inteligencia-artificial"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.2 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Aproveitamento dos atos de fala para a IA de conversa | Webex Blog<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Aproveitamento dos atos de fala para a IA de conversa | Webex Blog\" \/>\n<meta property=\"og:description\" content=\"Em uma conversa, pode-se fazer pedidos, perguntas, dar ordens, fazer promessas, agradecer, se desculpar, e assim por diante. Como podemos treinar os modelos para entender as inten\u00e7\u00f5es do palestrante e como eles podem ser aplicados no mundo real?\" \/>\n<meta property=\"og:url\" content=\"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/\" \/>\n<meta property=\"og:site_name\" content=\"Webex Blog\" \/>\n<meta property=\"article:published_time\" content=\"2021-06-03T18:03:25+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2021-07-29T16:12:15+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/blog.webex.com\/wp-content\/uploads\/2021\/06\/Screen-Shot-2021-06-02-at-4.09.19-PM.png\" \/>\n\t<meta property=\"og:image:width\" content=\"980\" \/>\n\t<meta property=\"og:image:height\" content=\"355\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Varsha Embar\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Varsha Embar\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. tempo de leitura\" \/>\n\t<meta name=\"twitter:data2\" content=\"7 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/blog.webex.com\\\/engineering\\\/leveraging-speech-acts-for-conversational-ai\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/blog.webex.com\\\/engineering\\\/leveraging-speech-acts-for-conversational-ai\\\/\"},\"author\":{\"name\":\"Varsha Embar\",\"@id\":\"https:\\\/\\\/blog.webex.com\\\/es\\\/#\\\/schema\\\/person\\\/5761a1eb03e6bb85713c9cfb69ab5515\"},\"headline\":\"Aproveitamento dos atos de fala para a IA de conversa\",\"datePublished\":\"2021-06-03T18:03:25+00:00\",\"dateModified\":\"2021-07-29T16:12:15+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/blog.webex.com\\\/engineering\\\/leveraging-speech-acts-for-conversational-ai\\\/\"},\"wordCount\":1507,\"commentCount\":0,\"image\":{\"@id\":\"https:\\\/\\\/blog.webex.com\\\/engineering\\\/leveraging-speech-acts-for-conversational-ai\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/storage.googleapis.com\\\/wx-blg-prd-gcs\\\/wp-content\\\/uploads\\\/1\\\/2021\\\/06\\\/Screen-Shot-2021-06-02-at-4.09.19-PM.png\",\"keywords\":[\"intelig\u00eancia artificial\"],\"articleSection\":[\"Engineering\"],\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/blog.webex.com\\\/engineering\\\/leveraging-speech-acts-for-conversational-ai\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/blog.webex.com\\\/engineering\\\/leveraging-speech-acts-for-conversational-ai\\\/\",\"url\":\"https:\\\/\\\/blog.webex.com\\\/engineering\\\/leveraging-speech-acts-for-conversational-ai\\\/\",\"name\":\"Aproveitamento dos atos de fala para a IA de conversa | Webex Blog\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/blog.webex.com\\\/es\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/blog.webex.com\\\/engineering\\\/leveraging-speech-acts-for-conversational-ai\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/blog.webex.com\\\/engineering\\\/leveraging-speech-acts-for-conversational-ai\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/storage.googleapis.com\\\/wx-blg-prd-gcs\\\/wp-content\\\/uploads\\\/1\\\/2021\\\/06\\\/Screen-Shot-2021-06-02-at-4.09.19-PM.png\",\"datePublished\":\"2021-06-03T18:03:25+00:00\",\"dateModified\":\"2021-07-29T16:12:15+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/blog.webex.com\\\/es\\\/#\\\/schema\\\/person\\\/5761a1eb03e6bb85713c9cfb69ab5515\"},\"breadcrumb\":{\"@id\":\"https:\\\/\\\/blog.webex.com\\\/engineering\\\/leveraging-speech-acts-for-conversational-ai\\\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/blog.webex.com\\\/engineering\\\/leveraging-speech-acts-for-conversational-ai\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\\\/\\\/blog.webex.com\\\/engineering\\\/leveraging-speech-acts-for-conversational-ai\\\/#primaryimage\",\"url\":\"https:\\\/\\\/storage.googleapis.com\\\/wx-blg-prd-gcs\\\/wp-content\\\/uploads\\\/1\\\/2021\\\/06\\\/Screen-Shot-2021-06-02-at-4.09.19-PM.png\",\"contentUrl\":\"https:\\\/\\\/storage.googleapis.com\\\/wx-blg-prd-gcs\\\/wp-content\\\/uploads\\\/1\\\/2021\\\/06\\\/Screen-Shot-2021-06-02-at-4.09.19-PM.png\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/blog.webex.com\\\/engineering\\\/leveraging-speech-acts-for-conversational-ai\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/blog.webex.com\\\/pt-br\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Aproveitamento dos atos de fala para a IA de conversa\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/blog.webex.com\\\/es\\\/#website\",\"url\":\"https:\\\/\\\/blog.webex.com\\\/es\\\/\",\"name\":\"Webex Blog\",\"description\":\"Webex by Cisco powers collaboration through industry-leading video conferencing, cloud calling and contact center solutions\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/blog.webex.com\\\/es\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-BR\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/blog.webex.com\\\/es\\\/#\\\/schema\\\/person\\\/5761a1eb03e6bb85713c9cfb69ab5515\",\"name\":\"Varsha Embar\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/f92e6ef013a0cab3048adc5009c21470c203e2aa6fb2f6831f711624a8e3d9e2?s=96&d=wp_user_avatar&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/f92e6ef013a0cab3048adc5009c21470c203e2aa6fb2f6831f711624a8e3d9e2?s=96&d=wp_user_avatar&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/f92e6ef013a0cab3048adc5009c21470c203e2aa6fb2f6831f711624a8e3d9e2?s=96&d=wp_user_avatar&r=g\",\"caption\":\"Varsha Embar\"},\"description\":\"Varsha Embar is a Senior Machine Learning Engineer on the MindMeld team at Cisco, where she builds production-level conversational interfaces. She works on improving the core Natural Language Processing platform, including features and algorithms for low-resource settings, and tackles challenging problems such as summarization and action item detection in noisy meeting transcripts. Prior to MindMeld, Varsha earned her Master\u2019s degree in Machine Learning and Natural Language Processing from Carnegie Mellon University.\",\"url\":\"https:\\\/\\\/blog.webex.com\\\/pt-br\\\/contributors\\\/vembar\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Aproveitamento dos atos de fala para a IA de conversa | Webex Blog","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/","og_locale":"pt_BR","og_type":"article","og_title":"Aproveitamento dos atos de fala para a IA de conversa | Webex Blog","og_description":"Em uma conversa, pode-se fazer pedidos, perguntas, dar ordens, fazer promessas, agradecer, se desculpar, e assim por diante. Como podemos treinar os modelos para entender as inten\u00e7\u00f5es do palestrante e como eles podem ser aplicados no mundo real?","og_url":"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/","og_site_name":"Webex Blog","article_published_time":"2021-06-03T18:03:25+00:00","article_modified_time":"2021-07-29T16:12:15+00:00","og_image":[{"width":980,"height":355,"url":"https:\/\/blog.webex.com\/wp-content\/uploads\/2021\/06\/Screen-Shot-2021-06-02-at-4.09.19-PM.png","type":"image\/png"}],"author":"Varsha Embar","twitter_misc":{"Escrito por":"Varsha Embar","Est. tempo de leitura":"7 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/#article","isPartOf":{"@id":"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/"},"author":{"name":"Varsha Embar","@id":"https:\/\/blog.webex.com\/es\/#\/schema\/person\/5761a1eb03e6bb85713c9cfb69ab5515"},"headline":"Aproveitamento dos atos de fala para a IA de conversa","datePublished":"2021-06-03T18:03:25+00:00","dateModified":"2021-07-29T16:12:15+00:00","mainEntityOfPage":{"@id":"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/"},"wordCount":1507,"commentCount":0,"image":{"@id":"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/#primaryimage"},"thumbnailUrl":"https:\/\/storage.googleapis.com\/wx-blg-prd-gcs\/wp-content\/uploads\/1\/2021\/06\/Screen-Shot-2021-06-02-at-4.09.19-PM.png","keywords":["intelig\u00eancia artificial"],"articleSection":["Engineering"],"inLanguage":"pt-BR","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/","url":"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/","name":"Aproveitamento dos atos de fala para a IA de conversa | Webex Blog","isPartOf":{"@id":"https:\/\/blog.webex.com\/es\/#website"},"primaryImageOfPage":{"@id":"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/#primaryimage"},"image":{"@id":"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/#primaryimage"},"thumbnailUrl":"https:\/\/storage.googleapis.com\/wx-blg-prd-gcs\/wp-content\/uploads\/1\/2021\/06\/Screen-Shot-2021-06-02-at-4.09.19-PM.png","datePublished":"2021-06-03T18:03:25+00:00","dateModified":"2021-07-29T16:12:15+00:00","author":{"@id":"https:\/\/blog.webex.com\/es\/#\/schema\/person\/5761a1eb03e6bb85713c9cfb69ab5515"},"breadcrumb":{"@id":"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/"]}]},{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/#primaryimage","url":"https:\/\/storage.googleapis.com\/wx-blg-prd-gcs\/wp-content\/uploads\/1\/2021\/06\/Screen-Shot-2021-06-02-at-4.09.19-PM.png","contentUrl":"https:\/\/storage.googleapis.com\/wx-blg-prd-gcs\/wp-content\/uploads\/1\/2021\/06\/Screen-Shot-2021-06-02-at-4.09.19-PM.png"},{"@type":"BreadcrumbList","@id":"https:\/\/blog.webex.com\/engineering\/leveraging-speech-acts-for-conversational-ai\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/blog.webex.com\/pt-br\/"},{"@type":"ListItem","position":2,"name":"Aproveitamento dos atos de fala para a IA de conversa"}]},{"@type":"WebSite","@id":"https:\/\/blog.webex.com\/es\/#website","url":"https:\/\/blog.webex.com\/es\/","name":"Webex Blog","description":"Webex by Cisco powers collaboration through industry-leading video conferencing, cloud calling and contact center solutions","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/blog.webex.com\/es\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-BR"},{"@type":"Person","@id":"https:\/\/blog.webex.com\/es\/#\/schema\/person\/5761a1eb03e6bb85713c9cfb69ab5515","name":"Varsha Embar","image":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/secure.gravatar.com\/avatar\/f92e6ef013a0cab3048adc5009c21470c203e2aa6fb2f6831f711624a8e3d9e2?s=96&d=wp_user_avatar&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/f92e6ef013a0cab3048adc5009c21470c203e2aa6fb2f6831f711624a8e3d9e2?s=96&d=wp_user_avatar&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/f92e6ef013a0cab3048adc5009c21470c203e2aa6fb2f6831f711624a8e3d9e2?s=96&d=wp_user_avatar&r=g","caption":"Varsha Embar"},"description":"Varsha Embar is a Senior Machine Learning Engineer on the MindMeld team at Cisco, where she builds production-level conversational interfaces. She works on improving the core Natural Language Processing platform, including features and algorithms for low-resource settings, and tackles challenging problems such as summarization and action item detection in noisy meeting transcripts. Prior to MindMeld, Varsha earned her Master\u2019s degree in Machine Learning and Natural Language Processing from Carnegie Mellon University.","url":"https:\/\/blog.webex.com\/pt-br\/contributors\/vembar\/"}]}},"_links":{"self":[{"href":"https:\/\/blog.webex.com\/pt-br\/wp-json\/wp\/v2\/posts\/19525","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.webex.com\/pt-br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.webex.com\/pt-br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.webex.com\/pt-br\/wp-json\/wp\/v2\/users\/5414"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.webex.com\/pt-br\/wp-json\/wp\/v2\/comments?post=19525"}],"version-history":[{"count":0,"href":"https:\/\/blog.webex.com\/pt-br\/wp-json\/wp\/v2\/posts\/19525\/revisions"}],"wp:attachment":[{"href":"https:\/\/blog.webex.com\/pt-br\/wp-json\/wp\/v2\/media?parent=19525"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.webex.com\/pt-br\/wp-json\/wp\/v2\/categories?post=19525"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.webex.com\/pt-br\/wp-json\/wp\/v2\/tags?post=19525"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}