目標 輔助 模型 多任務 完全 訂票 類別 閑聊 及其

王小捷--關於人機對話系統的思考 1.人機對話系統簡述

• 目標驅動型人機對話（任務驅動對話系統）通過與用戶進行多輪對話，逐步收集與目標相關的信息，

輔助用戶獲得某種服務。比如，航空訂票預訂系統，天氣查詢系統等。

• 非目標驅動型人機對話，類似閑聊。

獲取收集信息的能力較弱。 一個典型的任務驅動對話系統主要包含3個技術模塊。NLU，DM，NLG 其中NLU模塊進一步細分為

1. 領域識別：判斷用戶談論的是什麽領域的事情。
2. 意圖識別：識別用戶話語的目的。
3. 語義分析：又稱槽填充，旨在標識用戶話語中與目標有關的語義類別。

DM模塊分為兩部分：

1. 對話狀態追蹤：獲取對話的當前狀態
2. 動作選擇：確定系統響應的動作

NLG模塊：決定要把什麽具體轉化為自然語言 在實際當中，目標驅動的對話系統與非目標驅動的對話系統並不是有明晰的界限。比如MS Cortana,有時可以和用戶閑聊， 有時可能需要幫助用戶訂票。 2.自然語言理解NLU NLU主要目的是識別輸入話語的領域和意圖，獲得任務 相關的語義信息。 作者提出了一個沒有得到應有的重視的問題：如何為NLU模塊設定目標。所謂的目標是指“有用的槽”，自然語言當中哪些是“有用”的 哪些是“沒有用”的。 目前的方法是完全由人預先基於對話任務來確定語言理解的目標，再基於這些目標來訓練模型。 另一個問題：目前NLU，對於語言的理解還停留在比較淺的層次。例如，在槽標註時，大多數模型還只能在語言表層進行標註， 在復雜情況下結合推理進行深入理解的能力較弱或基本沒有。語言推理不僅需要對語言本體的理解，其背後還需要更為豐富的 關於現實世界，事件及其關系的知識進行支撐。 3.對話管理 DM發展源於兩個方面： DM計算模型發展，語言學研究成果的借鑒。 作者提出一個基於“交互語言學”的將鄰輪對話作為一個分析單元。 4.系統構建 在構建方面，作者提出“多任務聯合建模”的發展方向。

• NLU模塊內子任務的聯合建模
• NLU，DM模塊聯合建模

王小捷--關於人機對話系統的思考