Iris：用于复杂任务的对话代理

如今，大多数对话代理仅限于由独立命令支持的简单任务，例如获取方向或安排约会。为了支持更复杂的任务，代理必须能够从它们已经理解的命令中进行泛化并组合这些命令。本文提出了一种受语言理论启发的对话代理设计新方法，其中代理可以通过嵌套对话组合命令来交互执行复杂请求。我们在Iris中展示了这种方法，Iris是一个可以执行开放式数据科学任务（如词汇分析和预测建模）的代理。为了为Iris提供动力，我们创建了一种领域特定语言，该语言将Python函数转换为可组合的自动机并通过类型系统来调节它们的组合。我们进行了一项用户研究来检查我们方法的优势和局限性，发现数据科学家使用Iris完成建模任务的速度比使用Jupyter Notebook快2.6倍。