《中国人工智能学会通讯》——1.16 聊天机器人系统的组成结构及关键 技术

1.16 聊天机器人系统的组成结构及关键 技术

通常来说,聊天机器人的系统框架如图 1 所示,包含五个主要的功能模块。语音识别模块负责接收用户的语音输入,并将其转换成文字形式交由自然语言理解模块进行处理。自然语言理解模块在理解了用户输入的语义之后,将特定的语义表达式输入到对话管理模块中。对话管理模块负责协调各个模块的调用及维护当前对话状态,选择特定的回复方式并交由自然语言生成模块进行处理。自然语言生成模块生成回复文本输入给语音合成模块,将文字转换成语音输出给用户。这里我们仅以文本输入形式为例介绍聊天机器人系统,语音识别和语音合成相关技术则不做展开介绍。

时间: 2024-11-05 14:53:06

《中国人工智能学会通讯》——1.16 聊天机器人系统的组成结构及关键 技术的相关文章

中国人工智能学会通讯——有温度的机器人

我来自云迹科技.我是计算机从娃娃抓起的那一代,小时候开始写代码,90年代刚上大学时,按照现在的说法就和实验室一起做叫做"人工智能"的事情.实际上是模式识别.图像的分析和处理,在图像里面把文字识别出来.把人识别出来.把关键物体识别出来这样的东西.像刚刚苏总讲的,那时"人工智能"这样一个词是蛮忌讳的词,大家虽是做人工智能的,但羞于说自己是做人工智能的:想要发论文要把人工智能这个词去掉,按照当时的话讲"在论文关键词里面提到了人工智能,基本上你的论文会被pass掉

中国人工智能学会通讯——人工智能科学与艺术的鉴赏创作 1.2 将技术用在艺术上的难点

1.2 将技术用在艺术上的难点 首先,艺术作品是由艺术家和艺术媒介,经过艺术体验和艺术构思,创造出来的艺术产品,是艺术生产的成果或产品. 而我们从技术上来看,艺术首先是艺术家可以创造的产品,看上去必须具有审美性或者是审艺性:其次,艺术作品必须是表现了艺术学科部分元素或艺术模糊元素的艺术刻印转换的作品. 可是如果我们用人工智能评价,我们的要求就很简单--可评价.可描述.首先有一个明确的标准,如何去评价这个作品:其次考虑如何描述这个评价,将这些东西量化. 再回到鉴赏.从艺术的角度来说,鉴赏首先是通过

《中国人工智能学会通讯》——11.45 万维网实体列表中的实体链接技术

11.45 万维网实体列表中的实体链接技术 互联网网页中包含大量的结构化实体列表,另外,一个万维网表格中的实体列也可以看作是万维网实体列表.一个万维网实体列表可能包含一些著名足球运动员的名字.一些美国畅销专辑名字或者一些著名艺术家名字.万维网实体列表中的每一项常常指代的是某些实体,该任务就是为万维网实体列表中的每一项找到其在知识库中的对应实体.该任务的输入只是一个万维网实体列表,而不包含上下文文本,但上下文文本在自然语言文本实体链接任务中是非常重要的依据,由此可以看出这个任务与自然语言文本中的实

《中国人工智能学会通讯》——12.37 众包机器协同的知识库补全技术

12.37 众包机器协同的知识库补全技术 本章介绍众包机器协同的知识库补全技术,用来进行有效的成本控制,基本思想包含两方面.第一,众包任务选择,即在一定预算约束下,选择最有"收益"的任务进行众包:第二,众包任务推理,即给定众包反馈的答案,利用机器算法推理未被众包解答的答案.首先会在 4.1 节介绍知识库补全的重要途径,知识库与 HTML 表格融合:进而在 4.2节给出基于众包机器协同进行融合的方法介绍.更详细的内容参见文献 [33].

《中国人工智能学会通讯》——1.15 聊天机器人的定义及发展现状

1.15 聊天机器人的定义及发展现状 聊天机器人,是一种通过自然语言模拟人类进行对话的程序.通常运行在特定的软件平台上,如 PC 平台或者移动终端设备平台,而类人的硬件机械体则不是必需的承载设备. 聊天机器人的研究源于图灵(Alan M. Turing)在1950 年<Mind>上发表的文章<Computing Machineryand Intelligence>,文章开篇提出了"机器能思考吗?"("Can machines think?")

《中国人工智能学会通讯》——1.14 聊天机器人技术的研究进展

1.14 聊天机器人技术的研究进展 近年来,聊天机器人受到了学术界和工业界的广泛关注.一方面,聊天机器人是图灵测试的一种实现方式,而图灵测试是人工智能领域王冠上的明珠:另一方面,微软推出了基于情感计算的聊天机器人"小冰",百度推出了用于交互式搜索的聊天机器人"小度",进而推动了聊天机器人产品化的发展.聊天机器人系统可以看作是机器人产业与"互联网 +"的结合,符合国家的科研及产业化发展方向. 智能问答类的聊天机器人主要功能包括回答用户以自然语言形式

《中国人工智能学会通讯》——1.20 聊天机器人研究存在的挑战

1.20 聊天机器人研究存在的挑战 当前,聊天机器人的研究存在的挑战包括:对话上下文建模.对话过程中的知识表示.对话策略学习.聊天机器人智能程度的评价等. 1)对话上下文建模:聊天是一个有特定背景的连续交互过程,在这一过程中经常出现上下文省略和指代的情况.一句话的意义有时要结合对话上下文或者相关的背景才能确定,而现有的自然语言理解主要基于上下文无关假设,因此对话上下文的建模成为聊天机器人系统的主要挑战之一. 2)对话过程中的知识表示:知识表示一直就是人工智能领域的重要课题,也是聊天机器人提供信息

《中国人工智能学会通讯》——1.21 聊天机器人在研究上的展望

1.21 聊天机器人在研究上的展望 随着聊天机器人研究的广泛开展,未来的研究将着眼于以下三方面. 1) 端到端:得益于深度学习技术的发展,已有学者开始着手研究端对端的对话系统[14] .即利用统一的模型代替序列化地执行自然语言理解.对话管理和自然语言生成的步骤,从用户的原始输入直接生成系统回复. 2) 从特定域到开放域:随着大数据时代的到来,一方面,使得开放域的聊天机器人系统得以获取丰富的对话数据用于训练:另一方面,在大数据上可以自动聚类或抽取对话行为等信息,避免繁杂的人工定义. 3) 更加关注

中国人工智能学会通讯——着力突破与创新 实现超越与引领

提 要 2016年3月,围棋人机大战的结果,在舆论界激起了惊涛骇浪:在科技界也引起了强烈反响.为了把握人工智能的发展现状和规律,探讨我国人工智能的发展战略,在中国人工智能学会和众多人工智能同行的支持下,由本文作者出面申请了一次高层战略研讨会,这就是以"发展人工智能,引领科技创新"为主题的香山科学会议.与会者同气相求.同心协力,站在国家战略的高度,以纵览全球的视野,通过深入的研讨和论证,凝聚了诸多宝贵的共识,形成了直送中央的<关于加快发展我国人工智能的专家建议>.本文简要介绍