《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服务的基础。聊天机器人相关的领域任务可能有复杂的组成,牵涉很多的因素,只有了解这些因素的关系和相关的含义,才能与用户做到真正意义上的交流。

3)对话策略学习:对话策略涉及很多方面,其中最主要的是对话的主导方式。对话主导方式可以分为用户主导、系统主导和混合主导三种方式。在当前的对话管理研究中,系统应答的目标是自然、友好、积极,在不会发生问题的情况下,让用户尽可能自主,实现对话的混合主导。

4)聊天机器人智能程度的评价:目前聊天机器人智能程度的评价也是一项挑战。虽然可以采用一些通用的客观评价标准,如回答正确率、任务完成率、对话回合数、对话时间、系统平均响应时间、错误信息率等,对聊天机器人进行评价,评价的基本单元是单轮对话。但是,由于人机对话过程是一个连续的过程,而对不同聊天机器人系统的连续对话的评价仅能保证首句输入的一致性,当对话展开后,不同系统的回复不尽相同,因此不能简单地将连续对话切分成单轮对话去评价。于是设计合理的人工主观评价也许能够成
为客观评价标准之外,对聊天机器人系统智能程度评价的重要指标。

时间: 2024-10-22 15:59:22

《中国人工智能学会通讯》——1.20 聊天机器人研究存在的挑战的相关文章

《中国人工智能学会通讯》——1.3 若干研究结果

1.3 若干研究结果 本课题组从 2004 年开始了对问答系统的研究,对于各种细分的问答系统都有所涉及.这也是随着时代的发展以及我们对于问答系统的理解不断加深而产生 的变化. 1.基于搜索引擎的事实性开放域问答系统 QUANTA 2005 年前后的搜索引擎是基于关键词的,网页链接作为信息获取的输出,用户并不能直接获取答案(搜索引擎更新换代的进步与问答理念与技术息息相关).从智能信息获取的角度出发,我们最初的愿景是给用户一个确切答案,不需要用户自己去选择链接,点击进入相关页面再寻找答案.选择自然语

《中国人工智能学会通讯》——2.9 国内外研究现状

2.9 国内外研究现状 腿式机器人的研制 从上世纪 50 年代开始,各国科学家开始致力于腿式机器人的研究,希望在借鉴腿式动物的骨骼结构.肌腱驱动.运动特点和控制模式等基础上,研制出运动能力强.环境适应性好和能量效率高的腿式仿生机器人. 在双足机器人研究领域,目前最具代表性的双足机器人主要集中在日本和美国.日本本田公司2000 年发布了双足机器人 ASIMO [1] ,其最新版本身高 130 cm,体重 48 kg,最高运动速度 9 km/h,可以步行.奔跑.跳跃,甚至上下楼梯和微不平整地面行走,

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——弱监督机器学习的研究进展 1.3 日本理化研究所先进智能研究中心

1.3 日本理化研究所先进智能研究中心 最后介绍一下我所在的研究所--日本理化研究所先进智能研究中心,也就是AIP.我们所关注的更多是先进的.智能的研究项目.2016年时就成立了这个研究中心,我们有5个任务,分别是开发下一代的AI技术.加速科学研究.把AI用于决策日本的社会重大的问题,以及研究AI道德.法律和社会问题的问题,还有希望解决人力资源发展. 研究中心有三大集团,我们只关注基础的研究,所有的应用都是和合作伙伴付诸实施.目前我们目标的导向型技术研究集团,让更多的技术人员和产业量化人员在这边

《中国人工智能学会通讯》——3.33 长期研究需求 (Long-Term Research Needs)

3.33 长期研究需求 (Long-Term Research Needs) 空间计算给社会提供了巨大的价值,但是它的成功也引发了意义重大的挑战,应对这些挑战确实需要超出空间计算领域的专业知识.首先,不同于以往地图数据来自受认可的数据源,公众变成了实际的地图标记者并且大部分现象是可观察到的,因此,需要将目光从由一些信任的来源中获取的混合数据转移到协调大量志愿者所产生数据.第二,多平台位置感知能力需要将空间计算从一些平台(例如手机)转移到几乎所有平台(例如传感器.电脑和云)上.第三,为了确保所有社

《中国人工智能学会通讯》——11.32 国内外研究现状

11.32 国内外研究现状 迁移学习最初是在 1995 年举行的 NIPS 神经信息处理系统进展大会"Learning to Learn"研讨会上由卡耐基梅隆大学 Tom Mitchell 等人提出,并迅速发展起终身学习.归纳迁移等多个学习范式,其中发展最快的是多任务学习[6] ,已成为具有严格理论保证的迁移学习方向.随着迁移学习研究的进展,2005 年美国国防部国防高等计划研究署(DARPA)赋予了迁移学习新的研究使命:学习系统应具备将过去任务学习的知识和技能应用于新任务的能力.此后

《中国人工智能学会通讯》——5.2 国内外研究现状

5.2 国内外研究现状 飞机数字化智能制造技术 世界航空发达国家的飞机自动化智能制造技术,已从由单台数控自动钻铆机和数控托架组成的自动钻铆系统,向由自动化装配工装.模块化加工单元.数字化定位和检测系统.复杂多轴数控系统和离线编程与仿真软件等组成的自动化装配系统发展,大部分基于 CATIA 平台进行设计,保证了装配系统与飞机产品的数字化协调[3] .国外大型飞机自动化智能制造技术基本上按产品的结构形式和特点来发展,发展的自动化装配系统主要有柔性机翼壁板装配系统.柔性翼梁装配系统.复合材料升降舵柔性

《中国人工智能学会通讯》——4.14 相关研究现状

4.14 相关研究现状 鉴于卷积神经网络在应用中表现出的优异性能,近年来很多研究工作都着力于挖掘这一种多层次模型的巨大潜能,尤其是对那些应用于大数据集图像分类的网络模型[2] .而这些改进的 CNN 算法则可以被粗略的分为以下四类. 第一类算法使用随机化的正则方法,它们在训练过程中引入随机性,从而减少模型对训练样本的过拟合,提高模型的泛化能力.Dropout [6] 方法是这个领域内第一个被提出和广泛应用的算法.在每一轮训练迭代中,被应用了 Dropout 的神经层会随机剔除一半神经元.因此,D

《中国人工智能学会通讯》——4.7 当前研究热点

4.7 当前研究热点 目前,基于路网的空间关键词查询的热点包括但不限于以下三个方面. (1) 基于路网的空间关键词查询的分布式处理在基于路网的空间关键词查询中,尽管路网数据本身的规模不会很大,但是城市空间文本数据的规模已经超出了大部分集中式处理模式的处理能力.为了提高基于路网的空间关键词查询处理的效率和扩展性,将查询处理分布化成为了一种很自然的选择[1,10] .针对基于路网的空间关键词查询,图2展示了一种基于MapReduce的分布式处理架构.分布式处理不仅可以加快查询处理的速度,同时可以提高