可汗精讀《自然語言處理實踐》01聊天機(jī)器人概述

01 聊天機(jī)器人概述

聊天機(jī)器人概述

聊天機(jī)器人的發(fā)展歷史

通過自然語言模擬人類,進(jìn)而與人進(jìn)行對話的程序

聊天機(jī)器人溯源及發(fā)展

  • 1950年圖靈提出圖靈測試脯倚,圖靈“人工智能之父”

  • 1966年MIT的約瑟夫·魏澤鮑姆開發(fā)最早的聊天機(jī)器人程序ELIZA渔彰,用于心理治療BASIC編寫,自然語言的先驅(qū)

  • 1972年美國肯尼斯·科爾比使用LISP編寫了模擬偏執(zhí)型精神分裂癥表現(xiàn)的計算機(jī)程序PARRY

  • 1988年英國羅洛·卡彭特創(chuàng)建了聊天機(jī)器人Jabberwacky

  • 1988年加州大學(xué)伯克利分校的羅伯特·威林斯基開發(fā)了名為UC(UNIX Consultant)的聊天機(jī)器人系統(tǒng)

  • 1990年美國科學(xué)家休·勒布納設(shè)立了人工智能年度比賽勒布納獎

    • 旨在借助交談測試機(jī)器的思考能力
    • 圖靈測試的一種實踐

聊天機(jī)器人研究興起

  • 1995年具有代表性的聊天機(jī)器人系統(tǒng)ALICE誕生

    • 可以通過和網(wǎng)友聊天進(jìn)行學(xué)習(xí)
    • 1998年代碼進(jìn)行開源
    • 采用啟發(fā)式模板匹配的對話策略
  • 2001年SmarterChild第一次被應(yīng)用在及時通訊領(lǐng)域

  • 2006年IBM開始研發(fā)Waston

聊天機(jī)器人研究方興未艾

  • 2010年蘋果推出人工智能助手Siri
  • 2016年全球各大公司開始推出可用于聊天機(jī)器人系統(tǒng)搭建的開放平臺或開源架構(gòu)
  • 2010年至今推正,標(biāo)志性聊天機(jī)器人紛紛出現(xiàn)
  • 移動搜索和服務(wù)的入口之一

聊天機(jī)器人的分類與應(yīng)用場景

基于應(yīng)用場景的聊天機(jī)器人分類

  • 在線客服聊天機(jī)器人系統(tǒng)

    • 自動回復(fù)用戶提出的魚產(chǎn)品或服務(wù)相關(guān)的問題
    • 降低企業(yè)客服運營成本恍涂、提升用戶體驗
  • 娛樂場景下的聊天機(jī)器人系統(tǒng)

    • 同用戶進(jìn)行不定期的閑聊
    • 起到陪伴、慰藉的作用
  • 教育場景下的聊天機(jī)器人系統(tǒng)

    • 根據(jù)教育內(nèi)容的不同進(jìn)一步劃分
  • 人類助理類

    • 通過語音文字與用戶進(jìn)行交互
    • 實現(xiàn)用戶個人事務(wù)的查詢及待辦
  • 智能問答類

    • 可以回答用戶已自然語言形式提出的實時性問題及其他需要計算和邏輯推理的復(fù)雜問題

基于實現(xiàn)方式的聊天機(jī)器人分類

  • 檢索式

    • 回答是提前定義的
    • 在聊天時使用規(guī)則引擎植榕、模式匹配或者機(jī)器學(xué)習(xí)訓(xùn)練好的分類器從知識庫中挑選一個最佳的回復(fù)展示給用戶
    • 優(yōu)點:回答的質(zhì)量高再沧,表達(dá)比較自然
    • 缺點:知識庫需要足夠大
  • 生成式

    • 不依賴與提前定義的回答
    • 訓(xùn)練機(jī)器人需要大量的預(yù)料,預(yù)料包含上下文聊天信息和回復(fù)
    • 優(yōu)點:可能覆蓋人已滑梯尊残、任意句式的用戶輸入
    • 缺點:生成的應(yīng)答句子質(zhì)量很可能存在問題

基于功能的聊天機(jī)器人分類

  • 問答系統(tǒng)

    • 評價指標(biāo)較為客觀炒瘸,評價方式相對成熟
    • 知識獲取
  • 面向任務(wù)的對話系統(tǒng)

    • 很難通過客觀的機(jī)制對其進(jìn)行評價
    • 完成用戶期望的任務(wù)或動作
  • 閑聊系統(tǒng)

    • 很難通過客觀的機(jī)制對其進(jìn)行評價
    • 陪用戶閑聊
  • 主動推薦系統(tǒng)

    • 評價指標(biāo)較為客觀,評價方式相對成熟
    • 信息主動推薦

聊天機(jī)器人生態(tài)介紹

典型聊天機(jī)器人框架

  • 完整的聊天機(jī)器人的組成

    • 自動語音識別

      • ASR模塊
      • 負(fù)責(zé)將原始的語音信號轉(zhuǎn)化成文本信息
    • 自然語言理解

      • NLU模塊
      • 負(fù)責(zé)將識別到的文本信息轉(zhuǎn)換為機(jī)器可以理解的語義表示
    • 對話管理

      • DM模塊
      • 負(fù)責(zé)基于當(dāng)前對話的狀態(tài)判斷系統(tǒng)應(yīng)該采取怎樣的動作
    • 自然語音生成

      • NLG模塊
      • 負(fù)責(zé)將系統(tǒng)動作/系統(tǒng)恢復(fù)轉(zhuǎn)變成自然語言文本
    • 語音合成

      • TTS模塊
      • 負(fù)責(zé)將自然語言文本編程語音信號輸出給用戶
  • Amazon Lex

    • 可以在任何程序中使用語音和文本構(gòu)建對話界面的服務(wù)

    • 具有高級自動語音識別功能

      • 可以將語音轉(zhuǎn)換為文本
      • 自然語言理解功能
    • 支持Amazon Alexa深度學(xué)習(xí)技術(shù)

  • Facebook Wit.ai

聊天機(jī)器人平臺

  • 微信公眾平臺
  • 小i機(jī)器人

典型的聊天機(jī)器人產(chǎn)品

  • 蘋果公司發(fā)布的個人語音助理Siri
  • IBM公司發(fā)布的最強(qiáng)大腦 Watson
  • 谷歌公司發(fā)布的智能人工助理 Google Now
  • 微軟發(fā)布的個人機(jī)器人朱莉Cortana和聊天機(jī)器人小冰
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末寝衫,一起剝皮案震驚了整個濱河市顷扩,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌慰毅,老刑警劉巖隘截,帶你破解...
    沈念sama閱讀 218,682評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異汹胃,居然都是意外死亡婶芭,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,277評論 3 395
  • 文/潘曉璐 我一進(jìn)店門着饥,熙熙樓的掌柜王于貴愁眉苦臉地迎上來犀农,“玉大人,你說我怎么就攤上這事贱勃【模” “怎么了?”我有些...
    開封第一講書人閱讀 165,083評論 0 355
  • 文/不壞的土叔 我叫張陵贵扰,是天一觀的道長仇穗。 經(jīng)常有香客問我,道長戚绕,這世上最難降的妖魔是什么纹坐? 我笑而不...
    開封第一講書人閱讀 58,763評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮舞丛,結(jié)果婚禮上耘子,老公的妹妹穿的比我還像新娘果漾。我一直安慰自己,他們只是感情好谷誓,可當(dāng)我...
    茶點故事閱讀 67,785評論 6 392
  • 文/花漫 我一把揭開白布绒障。 她就那樣靜靜地躺著,像睡著了一般捍歪。 火紅的嫁衣襯著肌膚如雪户辱。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,624評論 1 305
  • 那天糙臼,我揣著相機(jī)與錄音庐镐,去河邊找鬼。 笑死变逃,一個胖子當(dāng)著我的面吹牛必逆,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播揽乱,決...
    沈念sama閱讀 40,358評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼名眉,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了凰棉?” 一聲冷哼從身側(cè)響起璧针,我...
    開封第一講書人閱讀 39,261評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎渊啰,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體申屹,經(jīng)...
    沈念sama閱讀 45,722評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡绘证,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,900評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了哗讥。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片嚷那。...
    茶點故事閱讀 40,030評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖杆煞,靈堂內(nèi)的尸體忽然破棺而出魏宽,到底是詐尸還是另有隱情,我是刑警寧澤决乎,帶...
    沈念sama閱讀 35,737評論 5 346
  • 正文 年R本政府宣布队询,位于F島的核電站,受9級特大地震影響构诚,放射性物質(zhì)發(fā)生泄漏蚌斩。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,360評論 3 330
  • 文/蒙蒙 一范嘱、第九天 我趴在偏房一處隱蔽的房頂上張望送膳。 院中可真熱鬧员魏,春花似錦、人聲如沸叠聋。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,941評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽碌补。三九已至虏束,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間脑慧,已是汗流浹背魄眉。 一陣腳步聲響...
    開封第一講書人閱讀 33,057評論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留闷袒,地道東北人坑律。 一個月前我還...
    沈念sama閱讀 48,237評論 3 371
  • 正文 我出身青樓,卻偏偏與公主長得像囊骤,于是被迫代替她去往敵國和親晃择。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,976評論 2 355

推薦閱讀更多精彩內(nèi)容