概述

人机交互备受学术界的关注，人机对话是人机交互的核心。

对话系统是模拟人与人交流的计算机系统。

对话系统有很多分类方法。按照应用场景的不同，可分为开放域（闲聊式）和封闭域（检索式、知识问答式、任务式）

闲聊式对话系统的关键技术

代表：微软小冰

闲聊式对话系统是一种针对开放域的生成式对话系统，目前主流的技术是seq2seq+attention。

现有的API：微软小冰、图灵、腾讯、青云客等；成熟的开源项目：chatterBot。

这类对话系统的难点在于聊天属于开放域，没有标准答案，评估难，需依赖人工评定；对话需上下文，对话的内容中隐含了说话人的属性。

 

检索式对话系统的关键技术

代表：智能客服 阿里小蜜

主要思想：检索出与当前输入最相近的FAQ库语句，如下图。

1）如何表征文本？

① 基于频次的词袋模型

优：简单易用 缺点：未考虑次序，会丢失重要信息

② TF-IDF

优：简单易用 缺点：无上下文重要信息

③ 句向量均值模型、IDF加权平均、SIF加权平均、基于幂均值

④ 算法：word2vec、Glove、FastText

⑤ skip-Thought（seq2seq，通过当前句预测文章当前句的上一句和下一句）、Quick-Thought（将skip-Thought的预测问题转换为分类问题）

2）如何计算文本间距离？

WMD 词移距离（来源于EMD 运输问题），文档1转化为文档2付出的总代价，词与词之间的移动代价由语义距离决定。

优：无监督、无须调参、有全局最优

缺：无语序信息、否定词能力偏差

3）如何快速计算？（粗排）

BOW、TF-IDF、编辑距离（删除、加入、替代）、倒排列表、BM25

 

BM25：每个单词的权重、搜索query中每个单词与文档d之间的相关性、单词与query之间的相关性

 

知识回答式对话系统的关键技术

代表：基于知识图谱、知识库（珠峰有多高、昊然的新电影）

示例：基于医疗知识图谱的问答系统

问答类型定义流程：问句输入、意图解析、关键信息解析、查询语句、知识图谱查询、结构化答案、自然语言答案

任务式对话系统的关键技术

代表：订票系统（多轮对话）

主要实现方式：管道和端到端

pipeline四部分:

NLU（自然语言理解）识别用户意图 词槽填充

DST（对话状态跟踪）保存更新对话状态（历史信息、当前词槽填充、数据库等）

DPL（对话策略学习）基于当前的对话状态，用户输入做出合适的反馈

NLG（自然语言生成）反馈转化成自然语言

词槽：用户话中的关键词（平级槽、依赖槽）

接口槽：用户画像