对话系统调研笔记

2021-02-20 本文已影响0人 JoeNahm

对话系统分类

	任务型	开放域聊天	知识问答	推荐系统
目的	完成任务/动作	闲聊	知识获取	信息推荐
领域	特定域(垂类)	开放域	开放域	特定域
场景	个人助理	娱乐交流	客服/教育	个性化推荐
典型	Siri/小娜	小冰	Watson	今日头条
轮数	单轮	多轮	单轮	单轮

早期工作

名称	Eliza	Clippy	A.L.I.C.E
开发者	MIT	微软	Richard S. Wallace
时间	20世纪60年代	20世纪90年代	1995年
特点	不好用	不好用	尽管是启发式模板匹配，但却是同类产品中做的最好的

转折

2016年微软、Facebook、Amazon等公司分别发布了各自的相关产品，原因有如下两点：

消息类服务(尤其是社交网络)大发展
深度学习技术实现突破

经典架构（任务型对话）

一般由3个核心模块构成：自然语言理解（NLU）、对话管理（DM，包括DST和DPO）和自然语言生成（NLG）

车万翔,张伟男.人机对话系统综述[J].人工智能,2018(01):76-82.

如图所示，仅看右侧就好，左侧是语音到文字的转换及其逆过程。其中NLU叫做SLU了，其实是一个意思。

NLU：自然语言 -> 结构化的语义表示

示例：

目标是识别出领域、意图和语义槽

输入：查一下明天到上海的机票
输出 :

<
    领域=航旅;
    意图=查询机票;
    语义槽(
        出发日期=明天;
        到达地=上海
    )
>

主要任务：

领域识别
意图识别
槽值识别

实现方法：

文本分类（Text Classification）
- 定义：根据预先设定好的主题类别，按照一定的规则，为未知类别的文本分类
- 应用：对用户的输入进行领域分类和意图分类
- 机器学习实现：k近邻法(kNN)、朴素贝叶斯和支持向量机(SVM)
- 深度学习实现：卷积神经网络(CNN)、CNN与循环神经网络结合(CNN+RNN)
序列标注（语义分析/语义标注）
- 定义：给自然语言文本序列打上对应标签
- 应用：本任务中的槽值识别，别的任务中的分词、词性标注和命名实体识别(NER)等
- 机器学习实现：隐马尔可夫模型(HMM)、最大熵马尔可夫模型(MEMM)、条件随机场(CRF)和感知机（单层神经网络）
- 深度学习实现：长短时记忆网络(LSTM)、LSTM+CRF

DM：综合当前用户输入和历史中已获得的信息，给出机器作答的结构化表示

示例：
DST ：

< 日期=NULL; 出发地=NULL; 到达地=NULL >
=变成=>
< 日期=NULL; 出发地=NULL; 到达地=上海 >

DPO :

< ask=出发地 >

DST：通过自然语言的结构化表示，理解、捕捉用户的意图、目标

将与用户交互的过程看作在填一张表，这张表记录了当前对话的状态
不断从对话中抽取信息，填到这张表空缺的地方
“当前在填哪个语义槽”确定的情况下，是一个监督学习的多分类任务（参考上文文本分类）

DPO：与用户交互，获取到缺少的信息

若动作和槽位少，则可基于规则
若复杂，但每步无标准答案，是强化学习问题

实现方法：有限状态自动机(FSA)、填槽法、基于实例的方法、基于规划的方法和贝叶斯网络

NLG：把DM的结构化对话策略，还原成对人友好的自然语言

实现方案：

基于模板产生回复（rule based）
基于深度学习的生成模型（seq2seq模型）
基于知识库检索（query based）

解决方案	优点	缺点	应用场景
rule based	在特定领域内很准确	移植、扩展能力差	个人助理
seq2seq	数据驱动	需要大量语料	闲聊机器人
query based	易扩充，无语法错误	不连续、答非所问	问答/客服

目前基于深度学习的seq2seq（亦称Encoder-Decoder）生成式端到端模型快速发展

发展趋势

目前任务型对话是趋势
让端到端的闲聊机器人可用性提升是发展方向

典型问题：

经典任务型对话，在开放域中无法穷举意图和语义槽
同样无法穷举回复策略

解决方案：

用向量隐式表示意图、策略等是不错的想法

参考

车万翔,张伟男.人机对话系统综述[J].人工智能,2018(01):76-82.
贾熹滨,李让,胡长建,陈军成.智能对话系统研究综述[J].北京工业大学学报,2017,43(09):1344-1356.