1.对话系统的架构
2.启发式对话系统
3.对话系统中的知识管理
4.知识图谱在对话意图理解中的作用
5.知识图谱在对话管理中的作用
葛付江
思必驰北京研发院自然语言处理负责人。毕业于哈尔滨工业大学,拥有12年自然语言处理研究和行业经验。曾任职联想研究院自然语言处理方向技术经理、富士通研发中心研究员,负责联想智能客服、智能音箱对话系统、用户画像分析、产品评论分析等AI转型项目的研发和成功落地。主要研发方向涵盖对话系统、情感分析、知识图谱等,在多模态智能服务等技术和解决方案的研发、大规模知识引擎和NLP语料资源建设上经验丰富。人工智能领域发明专利27件。
自然语言对话系统正在覆盖越来越多的生活和服务场景,同时,自然语言对话的理解能力和对精细知识的对话召回率在技术上仍有很大挑战。启发式对话通过建立知识点之间的话题关联,使对话系统能够主动发现相关知识,充分发挥知识的协同作用,引导对话过程,把知识在合适的时间主动送达用户。知识不只是以知识图谱或问答库等形式被动被搜索,启发式对话中的知识结合了先验经验和用户对话习惯,从而拥有知识角色,让对话理解和对话流程更加自然,也更有用户价值。
相关链接:
https://edu.csdn.net/huiyiCourse/detail/819?utm_source=edu_bbs_autocreate