什么是任務型對話:
- 任務型：用于幫助用戶完成某領域的特定任務，例如訂餐、查天氣、訂票等
- 閑聊型：也稱作開放域對話系統，目標是讓用戶持續的參與到互動程序，提供情感陪伴
- 問答型：提供知識滿足，具體型別比較多，如圖譜問答、表格問答、檔案問答等
Pipeline型任務型對話系統
什么是NLU?
NLU(自然語言理解)：是指將用戶表述映射為結構化的語意表示，典型的結構化語意表示是意圖+詞槽的形式，
意圖：是指對話中用戶想要表達的目的，比如訂票，查天氣等
詞槽：是指用戶表述中，與任務相關的核心語意元素
意圖分類+詞槽識別==>文本分類+序列標注
什么是DST？
DS（對話狀態）：是指將t時刻的對話表示為可供系統選擇下一時刻動作資訊的抽象資訊（資料結構），典型而言就是每個槽值的取值分布情況（BelifState），
DST：對DS進行追蹤，當前大多數作業采用BelifState
Pipeline型任務式對話系統中的Policy
對話策略是指根據DST估計的對話狀態，通過預設的候選動作集，選擇系統動作的程序，
Policy中的典型方法
典型方式： - 在離線階段，通過監督學習或模擬學習在語料上進行學習
- 在線階段，通過強化學習的方式，與真實用戶互動程序中學習
用戶模擬器在DPL中的應用
定義：用戶模擬器是另一套對話系統，其動作行為與真實用戶類似，用來提供進行訓練或評估的環境
缺點：用戶模擬器并不能完全模擬真實用戶的對話習慣，它本身行為的有偏可能會導致學習到的是不是最優模型，從而在與真實用戶互動時表現較差，
Pipeline型任務式對話系統中的NLG
什么是NLG？定義：自然語言生成的主要任務是將對話管理模塊輸出的抽象表達轉換為句法合法、語意準確的自然語言句子，一般被視為一個條件語言生成任務，
評估標準： - 人為標準：是否自然、是否多樣，是否完整傳達了語意、是否流暢，可讀性是否好等
- 機器指標：BLEU、perplexity、ROUGE、METEOR等
雖然有多種機器評估指標，但實際上依然缺乏一種能夠貼近人為感知的評估標準
端到端任務型對話系統
什么是端到端任務型對話系統？
- 端到端任務型對話系統是受開放域對話領域的進步啟發，使用模型以端到端的方式而不是分模塊優化的方式構建任務型對話系統，
- 雖然大多數端到端任務型對話系統采用了Seq2Seq框架，但端到端任務型對話系統≠Seq2Seq模型
端到端任務型對話系統--示例
工業界的任務型對話系統
UNIT任務式對話技術發展
UNIT--面向小樣本的意圖識別
UNIT--TaskFlow：可編程對話流管理框架
UNIT網站：https://ai.baidu.com/unit/home
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/556329.html
標籤：其他
上一篇：如何從消失的例外堆疊定位線上問題
下一篇：返回列表