智能问答机器人概述.pdf下载

weixin_39821526 2023-03-19 08:30:15

智能问答机器⼈概述智能问答机器⼈概述总览处理逻辑： query–>中控逻辑–>response 任务机器⼈指特定条件下提供信息或服务的机器⼈。任务型机器⼈核⼼模块主要包括三部分：⾃然语⾔理解模块 —— Language Understanding 对话管理模块 —— Dialog Management ⾃然语⾔⽣成模块 —— Natural Language Generation FAQ机器⼈客户⼀般咨询的是常见的 FAQ 问题，可以基于端到端的深度学习训练，将训练集中标注好的问题和 FAQ 库⾥的标准问题编码成语义向量，最后计算⽤户的输⼊和库⾥的标准问题的向量相似度，将最相似的 FAQ 返回给⽤户。⽰例流程：⽤户：社保余额怎么查询？ Preprocess：对query进⾏预处理，抽取NLP特征(纠错、标准化、⽂本特征提取) Retrieval：从问题索引中召回候选集(query改写、倒排搜索/BM25) Matching：计算query与问句相似度并排序(冷⾃动匹配模型、深度匹配模型、知识图谱匹配、拒识模块) 可以在微信上关注社保公众号，在底部菜单… ⽤户闲聊机器⼈当前主流的聊天机器⼈的设计⽬标主要集中在四个⽅⾯：（1）闲聊，即回答问候、情感和娱乐等信息；（2）指令执⾏，帮助⽤户完成特定的任务，包括酒店及餐厅预订、机票查询、旅⾏向导、⽹络搜索等；（3）问答，满⾜⽤户对知识和信息获取的需求；（4）推荐，通过分析⽤户兴趣和会话历史，推荐个性化内容。 , 相关下载链接：https://download.csdn.net/download/qq_43934844/87529248?utm_source=bbsseo

...全文

19 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

智能问答机器⼈概述智能问答机器⼈概述总览处理逻辑： query–>中控逻辑–>response 任务机器⼈指特定条件下提供信息或服务的机器⼈。任务型机器⼈核⼼模块主要包括三部分：⾃然语⾔理解模块 —— Language Understanding 对话管理模块 —— Dialog Management ⾃然语⾔⽣成模块 —— Natural Language Generation FAQ机器⼈客户⼀般咨询的是常见的 FAQ 问题，可以基于端到端的深度学习训练，将训练集中标注好的问题和 FAQ 库⾥的标准问题编码成语义向量，最后计算⽤户的输⼊和库⾥的标准问题的向量相似度，将最相似的 FAQ 返回给⽤户。⽰例流程：⽤户：社保余额怎么查询？ Preprocess：对query进⾏预处理，抽取NLP特征(纠错、标准化、⽂本特征提取) Retrieval：从问题索引中召回候选集(query改写、倒排搜索/BM25) Matching：计算query与问句相似度并排序(冷⾃动匹配模型、深度匹配模型、知识图谱匹配、拒识模块) 可以在微信上关注社保公众号，在底部菜单… ⽤户闲聊机器⼈当前主流的聊天机器⼈的设计⽬标主要集中在四个⽅⾯：（1）闲聊，即回答问候、情感和娱乐等信息；（2）指令执⾏，帮助⽤户完成特定的任务，包括酒店及餐厅预订、机票查询、旅⾏向导、⽹络搜索等；（3）问答，满⾜⽤户对知识和信息获取的需求；（4）推荐，通过分析⽤户兴趣和会话历史，推荐个性化内容。

聊天机器⼈概述⽬录 1.前⾔ 2.机器⼈ 3.聊天机器⼈ 4.分类 5.好的聊天机器⼈应该具备的特点 6.基于模板的聊天机器⼈ 7.检索式聊天机器⼈ 8.⽣成式聊天机器⼈ 9.参考⽂献前⾔⽹上的资料太乱了，参考着⽹上的⽂章写了这篇关于聊天机器⼈的概述⽂章，⽂章的很多内容并⾮原创。机器⼈机器⼈（Robot）是⾃动执⾏⼯作的机器装置。它既可以接受⼈类指挥，⼜可以运⾏预先编排的程序，也可以根据以⼈⼯智能技术制定的原则纲领⾏动。它的任务是协助或取代⼈类⼯作的⼯作，例如⽣产业、建筑业，或是危险的⼯作。聊天机器⼈(Chatbot) 聊天机器⼈（Chatbot）是经由对话或⽂字进⾏交谈的计算机程序。能够模拟⼈类对话，通过图灵测试。聊天机器⼈可⽤于实⽤的⽬的，如客户服务或资讯获取。有些聊天机器⼈会搭载⾃然语⾔处理系统，但⼤多简单的系统只会撷取输⼊的关键字，再从数据库中找寻最合适的应答句。⽬前，聊天机器⼈是虚拟助理（如Google智能助理）的⼀部分，可以与许多组织的应⽤程序，⽹站以及即时消息平台（Facebook Messenger）连接。⾮助理应⽤程序包括娱乐⽬的的聊天室，研究和特定产品促销，社交机器⼈。分类封闭领域和开放领域从使⽤场景上看，聊天机器⼈分为封闭领域聊天机器⼈和开放领域聊天机器⼈。开放领域的聊天机器⼈⽐较难实现，因为⽤户不⼀定有明确的⽬标或意图。像Twitter和微信QQ这样的社交媒体⽹站上的对话通常是开放领域的，他们可以谈论任何⽅向的任何话题。⽆数的话题和⽣成合理的Response所需要的知识规模，使得开放领域的聊天机器⼈实现相当困难。开放领域的聊天机器⼈也称为⽆⽬标驱动的聊天机器⼈。封闭领域的聊天机器⼈指的是聊天机器⼈有明确的服务⽬标或者服务对象，⽐如客服机器⼈，⼉童教育机器⼈、类似Viv的提供天⽓订票订餐等各种服务的服务机器⼈等。这种类型的聊天机器⼈⽐较容易实现，可能的输⼊和输出的空间是有限的，因为系统试图实现⼀个⾮常特定的⽬标。技术⽀持或购物助理是封闭领域问题的例⼦。这些系统不需要谈论政治，只需要尽可能有效地完成具体任务。当然，⽤户仍然可以在任何他们想要的地⽅进⾏对话，但系统并不需要处理所有这些情况，⽤户也不期望这样做。封闭领域的聊天机器⼈也被称为⽬标驱动机器⼈。基于模板、检索和⽣成式模型从实现⽅法上看，聊天机器⼈可以基于模板、检索模型和⽣成式模型。基于模板或者说基于规则的聊天机器⼈，需要准备好⼀个对话模板库（问句模板和应答模板对），对⽤户输⼊的句⼦，找到匹配的问句模板，然后按照对应的应答模板⽣成应答。检索模型所使⽤的回复通常是预先存储且知道的数据，输⼊⼀段上下⽂内容，和⼀个可能作为回复的候选答案；模型的输出是对这个候选答案打分。寻找最合适的回复内容的过程：先对⼀堆候选答案进⾏打分及排序，最后选出分值最⾼的那个作为回复。⽣成模型不依赖于任何预选定义好的响应。经典的⽣成模型是基于机器翻译技术的，只不过不是将⼀种语⾔翻译成另⼀种语⾔，⽽是将问句"翻译"成回答（response）。⽣成模型可以创新出崭新的未知的的回复内容，不需要预先存储和定义的数据，⽐检索模型更加灵活多变，更加智能。模型的⽐较：基于检索的模型，"回答集"是⼈⼯编写的答案，⼏乎不会有语法错误，但是⽆法处理没有见过的问题，即数据库中没有的问题，同时⽆法追溯上⽂中的实体信息，例如上⽂中提到的⼈名、地名。基于⽣成式模型的约束条件少，过于多变的模型会导致回复中出现⼀些语法错误和语义⽆关的内容。⽣成模型需要海量的训练数据，且难以优化。⼯业界：⽬前⼯业⽤的较多的还是基于检索模型或者以⽣成模型作为补充的两者结合。⾕歌的Smart Reply 就是⼀个例⼦。阿⾥⼩蜜结合检索模型和⽣成模型各⾃的优势提出了⼀种新的融合模型，⾸先采⽤检索模型从QA知识库中找出候选答案集合，然后利⽤带注意⼒的Seq2Seq模型对候选答案进⾏排序，如果第⼀候选的得分超过某个阈值，则作为最终答案输出，否则利⽤⽣成模型⽣成答案。此外也有很多聊天机器⼈是基于模板的。基于⼈⼯模板的聊天机器⼈的优点是精准，缺点是需要⼤量⼈⼯⼯作，⽽且可扩展性差，需要⼀个场景⼀个场景去扩展。应该说⽬前市场上各种类似于Siri的对话机器⼈中都⼤量使⽤了⼈⼯模板的技术，主要是其精准性是其他⽅法还⽆法⽐拟的。总结：好的聊天机器⼈应该具备的特点⼀般⽽⾔，⼀个优秀的开放领域聊天机器⼈应该具备如下特点：⾸先，针对⽤户的回答或者聊天内容，机器⼈产⽣的应答句应该和⽤户的问句语义⼀致并逻

腾讯智能对话平台概述.pdf

智能对话机器人开发实战案例完全剖析，第二部分，附带模板

下载资源悬赏专区

13,655

社区成员

12,654,265

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章