本文介紹聊天機(jī)器人原理及實(shí)現(xiàn)傻瓜式聊天機(jī)器人,。

1 聊天機(jī)器人簡介

維基百科

聊天機(jī)器人(也稱為聊天機(jī)器,，聊天機(jī)器人,，Bot,，IM bot,，交互代理或人工對話實(shí)體)是通過語音或文本進(jìn)行對話的計(jì)算機(jī)程序或人工智能,。

聊天機(jī)器人是一個用來模擬人類對話或聊天的程序,。

2 聊天機(jī)器人發(fā)展

2.1 前人工智能時代的聊天機(jī)器人

聊天機(jī)器人的起源可追溯到20世紀(jì)五六十年代,它的研究源于圖靈(Alan M. Turing)1950年在Mind上發(fā)表的文章< Computing Machinery and Intelligence >(計(jì)算機(jī)與智能),文章提出了"機(jī)器能思考嗎?"的問題,并且通過讓機(jī)器參與一個模仿游戲(Imitation Game)來驗(yàn)證"機(jī)器"能否思考,進(jìn)而提出了經(jīng)典的圖靈測試(Turing test),圖靈測試被認(rèn)為是人工智能的終極目標(biāo),圖靈本人因此被稱作人工智能之父.
(1) 圖靈測試
測試者和被測試者(一個人和一個機(jī)器)分開的情況下(彼此不知身份),通過對話,測試機(jī)器的智能.若超過30%的測試者不能確定被測試者是人還是機(jī)器,則機(jī)器被認(rèn)為具有人類智能.

20世紀(jì)的聊天機(jī)器人可分為三個時期:
(2) 第一個時期(1966年)
麻省理工學(xué)院約瑟夫·魏澤鮑姆(Joseph Weizenbaum)開發(fā)的聊天機(jī)器人ELIZA用于臨床治療中模仿心理醫(yī)生,當(dāng)時的ELIZA基于關(guān)鍵詞匹配及人工編寫的回復(fù)規(guī)則完成對話,但是魏澤鮑姆本人對ELIZA的表現(xiàn)感到不可思議,隨后撰寫(計(jì)算機(jī)能力與理性)書籍,表達(dá)對人工智能的特殊情感.

(3) 第二個時期(1988年)
加州大學(xué)伯克利分校(UC Berkeley)羅伯特·韋林斯基(Robert Wilensky)等人開發(fā)UC(UNIX Consultant)聊天機(jī)器人系統(tǒng),UC是一款幫助用戶學(xué)習(xí)怎樣使用UNIX操作系統(tǒng)的聊天機(jī)器人,具備了分析用戶語言,確定用戶操作的目標(biāo),給出解決用戶需求的規(guī)劃,決定需要與用戶溝通的內(nèi)容,以英語生成最終的對話內(nèi)容及根據(jù)用戶對UNIX系統(tǒng)的熟悉程度進(jìn)行建模.

(4) 第三個時期(1995年)
理查德·華勒斯(Richard S.Wallace)博士受到ELIZA聊天機(jī)器人的啟發(fā),于1995年開發(fā)了ALICE(Artifical Liguistic Internet Computer Entity)系統(tǒng),并于1998年開始開源,目前全世界有超過500個開發(fā)者為ALICE項(xiàng)目貢獻(xiàn)代碼,隨ALICE一同發(fā)布的AIML(Artifical Intelligence Markup Language)目前被廣泛應(yīng)用在移動端虛擬助手開發(fā)中,盡管ALICE采用的是啟發(fā)式模板匹配的對話策略,但是它仍然認(rèn)為是同類型聊天機(jī)器人中性能最好的系統(tǒng)之一.

2.2 人工智能時代的聊天機(jī)器人

進(jìn)入21世紀(jì),人工智能(Artifical Intelligence)的迅猛發(fā)展,聊天機(jī)器人也得到長足發(fā)展,可分為三種類型即檢索式,生成式和知識圖譜式.
(1) 檢索式
檢索式生成對話的聊天機(jī)器人通過已有的對話語料庫,利用排序?qū)W習(xí)技術(shù)和深度(正則)匹配技術(shù)找到適合當(dāng)前輸入的最佳回復(fù).該方法只能以固定的語言模式進(jìn)行回復(fù),無法實(shí)現(xiàn)詞語的多樣性組合,較死板,若語料庫數(shù)據(jù)較多,回復(fù)速度會變慢.

(2) 生成式
生成式生成對話的聊天機(jī)器人,從已有的對話預(yù)料中,利用編碼-解碼技術(shù)逐字或逐詞生成回復(fù),這種回復(fù)可能是語料庫中未出現(xiàn)過的詞語組合,解決了只能按照固定模板回復(fù)的局限,即使語料庫較大,也能較快回復(fù),但是,組合的語句可能不通順,及語意不清等的問題.

(3) 知識圖譜式
知識圖譜生成對話的聊天機(jī)器人,依據(jù)常用的語言和簡單邏輯通過AIML模板處理,通過知識圖譜(可自動生長)的邏輯推理來處理復(fù)雜的邏輯,運(yùn)用深度神經(jīng)網(wǎng)絡(luò)將復(fù)雜的邏輯用人類語言表達(dá)出來.

2.3 聊天機(jī)器人代表

Eliza,ALICE,Mitsuku其中ALICE和Mitsuku是Eliza的直接延伸,是在Eliza基礎(chǔ)上擴(kuò)大了模板,并增加了跳轉(zhuǎn).
(1) Siri
Siri與2011年面世,原本是美國軍方的一個研究項(xiàng)目,后來技術(shù)成熟,被蘋果買走,集成到iPhone中.

(2) Alexa,Google Assistant
Alexa和Google Assistant是一個平臺,開放了很多API供開發(fā)者二次擴(kuò)展.

(3) 微軟小冰
是一個純粹的聊天系統(tǒng),不是作為任務(wù)主導(dǎo)的系統(tǒng),它通過收集大量的用戶和聊天數(shù)據(jù),并從中學(xué)習(xí)一些模式,進(jìn)行模式匹配.

(4) IBM Waston
Waston類似一個搜索引擎,對輸入的問題進(jìn)行類型分析,可精確回復(fù).

3 聊天機(jī)器人分類

3.1 應(yīng)用技術(shù)

按照應(yīng)用技術(shù)可分為三類:基于檢索匹配模型的聊天機(jī)器人,基于生成模型的聊天機(jī)器人,基于知識圖譜的聊天機(jī)器人

3.2 應(yīng)用場景

按照應(yīng)用場景可分為五類:在線客服,娛樂,教育,個人助理和智能問答.
(1) 在線客服
在線客服聊天機(jī)器人系統(tǒng)的主要功能是和用戶進(jìn)行基本溝通并自動回復(fù)用戶有關(guān)產(chǎn)品或服務(wù)的問題,降低企業(yè)客服運(yùn)營成本,提升用戶體驗(yàn).應(yīng)用場景通常為網(wǎng)站首頁和手機(jī)終端,代表有小愛機(jī)器人,JIMI(JD)客服機(jī)器人,JIMI具有一定的拒識能力,即能夠知道自己不能回答用戶的哪些問題以及何時應(yīng)轉(zhuǎn)向人工客服.

(2) 娛樂機(jī)器人
娛樂機(jī)器人主要同用戶進(jìn)行開放主題的對話,從而實(shí)現(xiàn)對用戶的精神陪伴,情感慰藉和心理疏導(dǎo)等作用,主要針對社交媒體,兒童玩具,代表產(chǎn)品有微軟小冰和騰訊的小微,小微除了能夠與用戶進(jìn)行開放主題的聊天外,還能提供特定主題的服務(wù),如天氣預(yù)報(bào)和生活常識等.

(3) 教育聊天機(jī)器人
教育聊天機(jī)器人根據(jù)教育內(nèi)容構(gòu)建交互的語言使用環(huán)境,幫助用戶學(xué)習(xí)某種語言,在學(xué)習(xí)某項(xiàng)專業(yè)課程時,指導(dǎo)用戶逐步深入學(xué)習(xí)并掌握技能,用戶的特定年齡階段,幫助用戶進(jìn)行某種知識的輔助學(xué)習(xí)等.通常該類聊天機(jī)器人具備交互學(xué)習(xí)功能,培訓(xùn)軟件及智能玩具等,代表有科大訊飛開心熊寶系列玩具.

(4) 個人助理聊天機(jī)器人
該類聊天機(jī)器人主要通過語音或文字與聊天機(jī)器人系統(tǒng)進(jìn)行交互,實(shí)現(xiàn)個人事務(wù)的查詢及代辦,如天氣查詢,空氣質(zhì)量查詢,定位,短信收發(fā),日程提醒和智能搜索等,從而更便捷輔助用戶的日常事務(wù)處理,代表有Apple的Siri,Google Now, Cortana.

(5) 智能問答聊天機(jī)器人
智能應(yīng)答的聊天機(jī)器人主要功能包括以自然語言形式提出的事實(shí)型問題和需要計(jì)算和邏輯推理型的問題,已達(dá)到滿足用戶的信息需求及輔助用戶進(jìn)行決策的目的.代表有IBM watson.

4 聊天機(jī)器人關(guān)鍵技術(shù)及挑戰(zhàn)

4.1 自然語言理解

自然語言理解的目的是為聊天任務(wù)生成一種語義表示形式,通常,聊天機(jī)器人系統(tǒng)中的自然語言理解功能包括用戶意圖識別,用戶情感識別,指代消解,省略回復(fù),回復(fù)確認(rèn)及拒識判斷等技術(shù)
(1) 用戶意圖識別
用戶意圖包括顯式意圖和隱式意圖,顯式的意圖通常對應(yīng)一個明確的需求,如用戶輸入"我想查詢今天的天氣",明確表明了想要查看天氣的意圖,而隱式意圖則較難判斷,如"我餓了",可能想去吃飯,可能想去做飯.

(2) 用戶情感識別
用戶情感同樣有顯式和隱式兩種,如"我今天很很高興"表明喜悅,開心,如"我餓了"則不太容易判斷用戶情感.

(3) 指代消解和省略恢復(fù)
對話過程中,由于對話的雙方具備聊天主題背景一致的前提,用戶通常使用代詞來指代上文中的某個事物或某件事情,后干脆省略一部分句子,但對于聊天機(jī)器人來說,只有明確代詞指代的成分以及句子中省略的成分,才能正確理解用戶的輸入,給出結(jié)合上下文語義的回復(fù),因此需要進(jìn)行代詞的消解和省略的恢復(fù).

(4) 回復(fù)確認(rèn)
用戶意圖有時會帶有一定的模糊性,這時需要系統(tǒng)具有主動詢問的功能,進(jìn)而對模糊的意圖進(jìn)行確認(rèn),即回復(fù)確認(rèn).

(5) 拒識判斷
聊天機(jī)器人系統(tǒng)應(yīng)當(dāng)具備一定的拒識能力,主動拒絕識別超出自身回復(fù)范圍或涉及敏感話題的用戶輸入.

4.2 對話管理

對話管理功能主要協(xié)調(diào)聊天機(jī)器人的各個部分,并維護(hù)對話的結(jié)構(gòu)和狀態(tài),對話管理功能中涉及到的關(guān)鍵技術(shù)有對話行為識別,對話狀態(tài)識別,對話策略學(xué)習(xí)和對話獎勵等.
(1) 對話行為識別
對話行為是指預(yù)先定義或者動態(tài)生成對話意圖的沖抽象表示形式,分為開放式和封閉式兩種.其中封閉式對話行為是將對話意圖映射到預(yù)先定義好的對話行為類別體系,常見的特定領(lǐng)域或特定任務(wù)的對話系統(tǒng),如票務(wù)預(yù)定,酒店預(yù)定等;開放式對話行為沒有預(yù)先定義好的對話行為類別體系,對話行為動態(tài)生成,常見于開放域?qū)υ捪到y(tǒng),如聊天機(jī)器人.

(2) 對話狀態(tài)識別
對話狀態(tài)和對話的時序及對話行為相關(guān)聯(lián),在某一時刻的對話行為序列為該時刻的對話狀態(tài),因此對話狀態(tài)的轉(zhuǎn)移由前一時刻的對話狀態(tài)與當(dāng)前時刻的對話行為決定.

(3) 對話策略學(xué)習(xí)
通過離線的方式,從人-人對話數(shù)據(jù)中學(xué)習(xí)對話的行為,狀態(tài),流行度等,從而作為指導(dǎo)人-機(jī)對話的策略,其中流行度通常指特定模式在語料庫中的頻度.

(4) 對話獎勵
對話系統(tǒng)的中間級評價(jià)機(jī)制,但會影響對話系統(tǒng)的整體評價(jià),常見的對話獎勵有槽填充效率和回復(fù)流行度等.

4.3 自然語言生成

自然語言生成通常根據(jù)對話管理部分產(chǎn)生的非語言信息,自動生成面向用戶的自然語言反饋,21世紀(jì)人工智能快速發(fā)展,聊天機(jī)器人技術(shù)也有長足進(jìn)步,目前的有檢索式和生成式兩種,上面2.2節(jié).

4.4 聊天機(jī)器人的挑戰(zhàn)

目前聊天機(jī)器人的研究存在的挑戰(zhàn)有對話上下文建模,對話過程中的知識表示,對話策略學(xué)習(xí),聊天機(jī)器人智能程度評價(jià).
(1) 對話上下文建模
對話是一個有特定背景的連續(xù)交互過程,在這個過程中經(jīng)常出現(xiàn)上下文省略和指代的情況,一句話的意義有時需要結(jié)合上下文或相關(guān)聊天背景才能確定,而現(xiàn)有的自然語言理解主要基于上下文無關(guān)的假設(shè),因此對上下文的建模是聊天機(jī)器人系統(tǒng)的挑戰(zhàn)之一.

(2) 對話過程知識表示
知識表示一直是人工智能領(lǐng)域的重要課題,也是聊天機(jī)器人提供信息服務(wù)的基礎(chǔ),聊天機(jī)器人相關(guān)領(lǐng)域任務(wù)可能有復(fù)雜的組成,涉及面廣,只有了解這些因素的關(guān)系和相關(guān)的含義,才能與做到真正意義上的交流.

(3) 對話策略學(xué)習(xí)
對話策略主要是對話的主導(dǎo)方式,可分為用戶主導(dǎo),系統(tǒng)主導(dǎo)和混合主導(dǎo),當(dāng)前的對話管理研究中,系統(tǒng)應(yīng)答的目標(biāo)是自然,友好,積極,在不會發(fā)生問題的情況下,讓用戶盡可能自主,實(shí)現(xiàn)對話的混合主導(dǎo).

(4) 智能程度評價(jià)
聊天機(jī)器人的智能程度評價(jià)也是挑戰(zhàn)之一,雖然可以通過通用的客觀評價(jià)標(biāo)準(zhǔn),如回答正確率,任務(wù)完成率,對話回合數(shù),對話時間,系統(tǒng)平均響應(yīng)時間,錯誤信息率等,對聊天機(jī)器人進(jìn)行評價(jià),評價(jià)的基本單元是單輪對話,但是,由于機(jī)器人的對話是一個連續(xù)過程,不同系統(tǒng)的回復(fù)不盡相同,因此不能簡單地將連續(xù)對話切分為單輪對話去評價(jià),設(shè)計(jì)合理的人工主觀評價(jià)會提高評價(jià)的客觀性.

4.5 聊天機(jī)器人發(fā)展趨勢

(1) 端到端
深度學(xué)習(xí)技術(shù)的飛躍發(fā)展,Google Brain的科學(xué)家端到端的序列化模型生成對話,還有學(xué)者在研究使用統(tǒng)一模型生成對話.

(2) 從特定域到開放域
數(shù)據(jù)即語料數(shù)量決定了聊天機(jī)器人應(yīng)變能力,大數(shù)據(jù)的迅猛發(fā)展,為聊天機(jī)器人提供了大量可用數(shù)據(jù),使得機(jī)器人的任務(wù)類型逐漸向開放型過度.

(3) 回復(fù)帶感情色彩
傳統(tǒng)聊天機(jī)器人的"智商"是關(guān)注的焦點(diǎn),希望機(jī)器人能夠準(zhǔn)確回復(fù),今后的聊天機(jī)器人則更加關(guān)注回復(fù)的"感情色彩",實(shí)現(xiàn)個性化情感撫慰,心理疏導(dǎo)和精神陪護(hù)等能力.