对话综述

1.对话分几类？
应用的角度划分
（1）task-oriented systems（任务型）；
（2）non-task-oriented systems（聊天型）
2.每类的结构怎么样以及其优势？

分类一

任务型对话：理解语义 >> 采取策略 >> 相关回复
做法：多用人工特征抽取及规则
优点：可完成任务
缺点：难迁移；成本高

分类二

pipeline型

NLU(学习用户想要表达什么，如我冷了，机器回答我帮你把空调调高1度) >> dialogue state tracking（理解用户目的） >> policy learning >> NLG（自然语言生成）
缺点：用户的反馈难以传给模型；各个模块间相互依赖

端到端（end-to-end）型

优点：方便
缺点：需要大量训练数据
聊天型对话：
（1）generative methods，例如：Seq2Seq model；
（2）retrieval-based methods