整理自2019AI科學前沿大會分會場2-自然語言處理，如有侵權，請聯系作者刪除。

圖片下載鏈接: https://pan.baidu.com/s/1M_n9OX3H6U7AujsYFIpHOw 提取碼: iz2x?

1-通用對話系統-阿里大文娛-李亞楠

對于對話系統的理解，我們想象中是像經常在電影里看到的比如賈維斯等的，但是回歸到現實世界中，有時候會覺得對話系統有些智障。本次的分享主要以技術報告的形式，我們先看看對話系統的發展過程，上個世紀60年代，出現了Elisa（對話機器人），甚至后來用于心理咨詢師等等。我們從工業界、搜索引擎的角度出發來看，第一代互聯網的出現時因為信息量增多，楊致遠和他的舍友通過手動編輯的方式，也就是當時的Yahoo，后來有發展到了Google網頁搜索階段，再后來web搜索。

大致經歷了中國雅虎搜索、阿里云搜索、神馬搜索、UC頭條、夸克。

也就是說，我們需要一個跨平臺多終端的智能助手，主要分為三個方面：業務產品：UC瀏覽器、UC頭條等；技術設施：搜索、推薦、智能交互；內容生態：阿里的大魚號、知識圖譜、用戶畫像、非結構化的網頁生態等等。

通用對話平臺的結構框架如下：核心是對話系統SDS

對話系統中的五個組成部分：自動語音識別（ASR），自然語言理解（NLU），對話管理（DM），自然語言生成（NLG）和文本到語音合成（TTS）。

?

遷移學習主要有半監督和監督兩種方式。數據量大，會采用小樣本學習的方法。

對話管理（DM）的目的是在有著不同知識的不同領域中通過使用NLP的方法進行流暢地表達，涉及到眾多領域，同時聊天也有很多技術，如聊天術等等的，如何將他們統一起來，進行靈活地處理，是一個難點，同時也需要注意到它的可擴展性，不能說稍有變動就重頭來過，因此提出了這個業務與引擎分離的思想，業務就是上層的一些機構和分支，DST層就是引擎層。

?

?

?

?

?

除了檢索式對話系統，還有生成式的對話系統，生成式的對話系統的概念，是當前的一個學術熱點，但是目前應用不成書，準確率低。

?

目前對話系統在古詩生成、對聯生成等方面做的較好，但是在簡單的日常對話上表現欠佳。

?

Q:對知識圖譜的查詢是否會消耗大量的時間，知識圖譜的存儲。

答：知識圖譜的建立經過很長時間，大概三四年，需要一個慢慢積累的過程，尤其是長尾數據。知識圖譜存在于圖數據庫中，對它做關系抽取、驗證，時間是挑戰之一，如果規模大，那么相應的靈活性相應地較小，目前只用于處理一些比較簡單的問題，如一輪推理。

總結

以上是生活随笔為你收集整理的1-通用对话系统-阿里大文娱-李亚楠的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。