Let's chat about your health: evaluating effective register for healthcare chatbots
Haggerty, Emma Claire |
Sukurti natūraliai skambančius pokalbių robotus tampa vis sunkiau, atsižvelgiant į platų jų pritaikymo spektrą. Naudojant tam tikrą registrą paciento patirtis gali būti patogesnė ir patenkinama arba atvirkščiai, o ankstesni tyrimai parodė, kad registras gali būti veiksnys vertinant patikimumą ir patikimumą. Be to, yra daug etinių pasekmių, kurios gali būti arba nesusijusios su registru, susijusios su vartotojo ir pokalbių roboto sąveika konsultacijos ar gydymo metu. Norint suprasti, kaip formalumas gali būti pritaikytas prie atitinkamų aplinkybių, būtina nustatyti esamų sveikatos priežiūros pokalbių robotų registro ypatybes. Šis darbas pakartos metodą, kurį Chaves ir kt. al 2019 taikomas jų tyrime atlikti registro analizę. Šiame magistro darbe analizuojamas įvairių anglų kalbos pokalbių robotų sveikatos priežiūros srityje lingvistinis registras, rezultatai taikomi nustatant sveikatos priežiūros pokalbių robotų kūrimo gaires ir sukuriamas esamų sveikatos priežiūros pokalbių robotų scenarijų korpusas.
Creating natural-sounding chatbots is increasingly more difficult given their wide range of applications. Use of a particular register may make a patient’s experience more comfortable and satisfactory, or the opposite, and previous studies have shown that register may be a factor in evaluating trustworthiness and credibility. Furthermore, there are many ethical implications, which may or may not be linked to register, involved in the interaction between user and chatbot during consultation or treatment. To understand how formality may be adjusted to fit appropriate circumstances, it is necessary to identify the characteristics of register amongst existing healthcare chatbots. This thesis will replicate the method that Chaves et. al 2019 applies in their study to conduct register analysis. To do so, this master’s thesis analyses the linguistic register of various English chatbots in the healthcare field, applies the results to establish guidelines for healthcare chatbot creation, and produces a corpus of existing healthcare chatbot scripts.