韧性聊天机器人：对话中断的修复策略偏好

基于文本的对话系统，也称为聊天机器人，已经广泛流行。当前的自然语言理解技术尚未准备好应对对话交互中的复杂性。中断很常见，导致负面的用户体验。根据通信理论，我们探讨了用户对八种修复策略的偏好，包括在商业部署的聊天机器人中常见的策略（例如，确认，提供选项），以及解释底层机器学习算法特征的新策略。我们进行了一项基于场景的研究，比较了Mechanical Turk工人（N=203）的修复策略。我们发现提供选项和解释通常更受欢迎，因为它们体现了聊天机器人的主动性，并且可以采取行动来恢复中断。通过对参与者回答的详细分析，我们提供了对每种修复策略的优点和缺点的细致理解。