AI 技术内参
洪亮劼
Etsy 数据科学主管,前雅虎研究院资深科学家
33455 人已学习
新⼈⾸单¥98
登录后,你可以任选6讲全文学习
课程目录
已完结/共 166 讲
开篇词 (1讲)
人工智能国际顶级会议 (31讲)
搜索核心技术 (28讲)
推荐系统核心技术 (22讲)
数据科学家与数据科学团队养成 (25讲)
AI 技术内参
15
15
1.0x
00:00/00:00
登录|注册

111 | 聊天机器人有哪些核心技术要点?

在什么条件下,非任务型聊天机器人可以展现出真正的“人工智能”
非任务型对话系统和任务型对话系统混合使用的挑战
尝试结合信息检索系统和S2S模型
深度学习的序列模型回答缺乏“意义”
缺乏衡量聊天系统好坏的标准
相比于基于信息检索的系统,更加灵活地处理语言上的多样性
编码和解码过程
序列到序列(S2S)模型
对状态进行管理
问题:搜索系统是一个“无状态”系统
基于检索的对话系统的核心假设
利用之前已有的对话进行回馈
在知识库的基础上和用户进行对话
思考题
实际系统的问题
基于深度学习的对话系统
基于信息检索的对话系统
对话系统分为“任务型”和“非任务型”两种基本类型
聊天机器人核心技术要点

该思维导图由 AI 生成,仅供参考

对话系统分为“任务型”和“非任务型”两种基本类型。周一的分享里,我们讨论了任务型对话系统的一些技术要点,重点介绍了任务型对话系统的各个组件及其背后的模型支撑。
今天,我们就来看一看 **非任务型对话系统的主要技术要点。非任务型的对话系统有时候又会被称作是“聊天机器人**”。

基于信息检索的对话系统

我们前面讲过,对话系统,特别是非任务型对话系统,也就是聊天机器人,有一个很重要的功能,就是在一个知识库的基础上和用户进行对话。这个知识库可以是海量的已经存在的人机对话,也可以是某种形式的知识信息。
比如,一个关于篮球的聊天机器人,那就需要这个系统能够访问有关篮球球队、运动员、比赛、新闻等有关篮球信息的知识库。同时,在这个对话系统运行了一段时间之后,我们就会慢慢积累很多有关篮球的对话。这些对话就成为了系统针对当前输入进行反应的基础。
针对当前的输入,利用之前已经有过的对话进行回馈,这就是基于信息检索技术的对话系统的核心假设。一种最基本的做法就是,找到和当前输入最相近的已有对话中的某一个语句,然后回复之前已经回复过的内容。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

聊天机器人的核心技术要点包括基于信息检索和基于深度学习的对话系统。基于信息检索的对话系统利用知识库和历史对话进行回复,通过搜索技术找到最相近的已有对话进行回应。而基于深度学习的对话系统则采用序列到序列模型,能够有效管理对话状态和处理语言上的多样性。然而,实际系统中也存在一些问题,如对非任务型对话系统的好坏标准的争议、基于深度学习的回答缺乏意义等。此外,非任务型对话系统和任务型对话系统的混合使用也是一个新的挑战。总的来说,非任务型对话系统的技术要点包括信息检索和深度学习模型,而如何展现真正的“人工智能”则需要在实际条件下进行深入思考和讨论。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《AI 技术内参》
新⼈⾸单¥98
立即购买
登录 后留言

全部留言(3)

  • 最新
  • 精选
  • 夏洛克的救赎
    还有,输入的中间状态和反馈给输入方的中间状态指的是同一个?
    2018-05-17
    1
  • 夏洛克的救赎
    这个中间状态,可以结合之前字句的中间状态,从而实现对上下文进行跟踪的目的。 这句话太笼统,不是很理解其过程。上下文的中间状态是如何关联起来的?
    2018-05-17
    1
  • 散人
    不谈技术层面,非任务聊天机器人的智能我认为主要表现在一下几个方面: 一是情感的表达,可以根据具体情景表现出不同的情绪,高级一点的话,有一定的共情能力。 二是具有个性,具有鲜明的特征,聊天过程不机械,套路少。 三是说人话,产生的回答自然无语病。 智能是人类的特征,因此,我认为智能化,或者说高级智能,还是拟人化的程度。
    2018-05-16
    1
收起评论
显示
设置
留言
3
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部