0
| 本文作者： 叢末 | 2018-12-11 15:13 |
雷鋒網(wǎng) AI 科技評(píng)論按：隨著語(yǔ)音識(shí)別 ASR 的進(jìn)步，對(duì)話(huà)機(jī)器人從簡(jiǎn)單的指令式的語(yǔ)音助手，進(jìn)化到關(guān)鍵詞交互方式，人們能夠使用較為完整的句子來(lái)表達(dá)意圖，機(jī)器人從中截取關(guān)鍵詞判斷用戶(hù)意圖。
現(xiàn)階段利用 NLP 、NLU 技術(shù)，以及機(jī)器學(xué)習(xí)方式，慢慢脫離關(guān)鍵詞的束縛，可以更聰明的去理解用戶(hù)意圖以做出正確的回應(yīng)。再下一步是否能脫離一問(wèn)一答的回應(yīng)方式？是否機(jī)器人能主動(dòng)的跟人產(chǎn)生互動(dòng)？沒(méi)有情緒情感的機(jī)器人真的算是智能機(jī)器人嗎？情緒情感又有哪些可能的應(yīng)用？
近日，在雷鋒網(wǎng) AI 研習(xí)社公開(kāi)課上，竹間智能 CTO 翁嘉頎分享了人機(jī)交互技術(shù)探索。公開(kāi)課回放視頻網(wǎng)址：http://www.mooc.ai/open/course/587？=aitechtalkwengjiaxin
翁嘉頎 Phantom Weng：竹間智能 CTO，作為 AI 領(lǐng)域的技術(shù)專(zhuān)家，他帶領(lǐng)團(tuán)隊(duì)負(fù)責(zé)竹間在 AI 領(lǐng)域產(chǎn)品研發(fā)與技術(shù)規(guī)劃，領(lǐng)域主要涵蓋對(duì)話(huà)機(jī)器人、計(jì)算機(jī)視覺(jué)、金融科技等領(lǐng)域。此前，翁嘉頎在中國(guó)大陸及臺(tái)灣的多個(gè)科技類(lèi)創(chuàng)新企業(yè)擔(dān)任 CTO、首席架構(gòu)師等職位，帶領(lǐng)團(tuán)隊(duì)進(jìn)行 AI 及大數(shù)據(jù)領(lǐng)域的研究開(kāi)發(fā)。他畢業(yè)于臺(tái)灣大學(xué)資訊工程學(xué)系，此后就讀于紐約州立大學(xué)。熟悉算法、編程語(yǔ)言、搜索引擎、網(wǎng)絡(luò)安全以及郵件安全，使用過(guò)的語(yǔ)言超過(guò) 35 種。
分享主題：人機(jī)交互技術(shù)探索
分享提綱：情感計(jì)算、意圖、主題、上下文、中文 NLP 應(yīng)用、多輪對(duì)話(huà)、算法與數(shù)據(jù)的關(guān)系
雷鋒網(wǎng) AI 研習(xí)社將其分享內(nèi)容整理如下：
今天講的主題是人機(jī)交互技術(shù)探索，我會(huì)著重講這些技術(shù)的應(yīng)用以及怎樣解決當(dāng)前的問(wèn)題。
先看一下人機(jī)交互目前的現(xiàn)況：第一個(gè)，雙十一快到了，我在系統(tǒng)推薦了三件 T 恤后，回答「要黑色的」，結(jié)果因?yàn)椴焕斫馍舷挛?，變成在解釋黑色的基本定義。跟各種機(jī)器人交互也常常會(huì)有類(lèi)似答非所問(wèn)的事情發(fā)生。
為什么現(xiàn)況是這樣的？這是因?yàn)榇蟛糠秩藱C(jī)交互都使用關(guān)鍵詞匹配和模板的方式，沒(méi)有上下文，語(yǔ)料都是從網(wǎng)絡(luò)上爬來(lái)的——根本無(wú)法控制質(zhì)量，怎么清洗基本上都沒(méi)法使用。
一個(gè)理想中的機(jī)器人是貼心的，是能夠有情感、有記憶、懂你的，是能夠陪伴你的。機(jī)器人應(yīng)該避免攻擊性的回答。
使用模板的機(jī)器人沒(méi)有情商，也無(wú)法進(jìn)行多輪對(duì)話(huà)。Siri 曾在美國(guó)做過(guò)一個(gè)測(cè)驗(yàn)，測(cè)驗(yàn)結(jié)果顯示它的智商為 2 歲，其他的機(jī)器人也差不多。而對(duì)于成年人來(lái)說(shuō)，智商達(dá)到 16-18 歲的機(jī)器人，才是我們需要的機(jī)器人，然而，如何做到這種程度？
在此之前，我先介紹一下竹間智能這家公司。
我們似乎可以發(fā)現(xiàn)，目前在人工智能的文本分析和語(yǔ)義理解領(lǐng)域，很多公司的技術(shù)人員都是做搜索引擎出身的。
我們公司的 EMOTIBOT 是一個(gè)情感機(jī)器人，光文字情緒就做了 22 種，人臉表情 9 種，語(yǔ)音情緒 4 種，此外，還做了多模態(tài)情感識(shí)別。
做到較好的人機(jī)交互，需要哪些技術(shù)呢？
第一個(gè)是上下文理解技術(shù)，有三種方式：補(bǔ)全、指代消解和對(duì)話(huà)主題式補(bǔ)全。
第二個(gè)是主題、Speech Act &情感以及 Memory 的運(yùn)用：
一是利用主題做對(duì)話(huà)控制；人類(lèi)對(duì)話(huà)是有固定的主題，有時(shí)候會(huì)有主題的轉(zhuǎn)換，但是至少不是東一句「天氣」西一句「體育」，這是無(wú)法聊下去的。尤其機(jī)器人回答的答案更要跟原本的對(duì)話(huà)主題相契合，不然就是答非所問(wèn)文不對(duì)題。
除了對(duì)話(huà)主題以外，句法句式，根據(jù)對(duì)話(huà)中記憶下用戶(hù)的屬性，做出好的回答。例如我不喜歡看恐怖片，當(dāng)問(wèn)到「最近有什么好看的電影」，就不應(yīng)該出現(xiàn)恐怖片。然后也可以用生成的方式來(lái)產(chǎn)生回答，直接生成方式要產(chǎn)生高質(zhì)量的回答需要大量的數(shù)據(jù)訓(xùn)練，所以也可以考慮先生成些細(xì)節(jié) (句法、關(guān)鍵詞、主題 等等)，再用造句的方式生成整個(gè)句子。
此外人機(jī)交互目前在特定場(chǎng)景內(nèi)比較能表現(xiàn)好，因此需要針對(duì)場(chǎng)景做深，需要場(chǎng)景專(zhuān)家以及現(xiàn)有的場(chǎng)景語(yǔ)料，才能做到準(zhǔn)確率超過(guò) 95%。
我們?cè)賮?lái)講 NLP 的重要性，剛剛所提到的技術(shù)有一個(gè)自然語(yǔ)言處理平臺(tái)，能夠提供我需要的線(xiàn)索。而我們底下其實(shí)做了大量苦工，做得模塊較多，就有更多機(jī)會(huì)，讓各個(gè)模塊在匹配時(shí)能夠 Cover 對(duì)方的弱點(diǎn)。
那我們?nèi)绾卫?NLU 的基礎(chǔ)信息呢？
然后講到一個(gè)中控中心的問(wèn)題，這就涉及到剛剛所提到的多輪對(duì)話(huà)問(wèn)題。那多輪之間能不能切換？下面是幾個(gè)例子：
最后我分享一下竹間智能的實(shí)戰(zhàn)經(jīng)驗(yàn)。
一是算法。單一算法在圖像識(shí)別上的應(yīng)用表現(xiàn)可能還好，但在文本和語(yǔ)義理解上基本不可能獲得好的準(zhǔn)確率，下面是其無(wú)法解決的一些問(wèn)題：
二是語(yǔ)言學(xué)家與數(shù)據(jù)質(zhì)量。數(shù)據(jù)標(biāo)注上必須非常嚴(yán)謹(jǐn)，尤其必須有專(zhuān)業(yè)的語(yǔ)言學(xué)家加入標(biāo)準(zhǔn)準(zhǔn)則的設(shè)計(jì)，或是標(biāo)注質(zhì)量的把控。建議任何一筆數(shù)據(jù)都有多個(gè)標(biāo)注人員做到交叉審查，當(dāng)幾個(gè)標(biāo)注人員意見(jiàn)不一致的時(shí)候，由語(yǔ)言學(xué)家 / 領(lǐng)域?qū)＜易鲎詈蟮呐卸?。不然垃圾的?shù)據(jù)只會(huì)訓(xùn)練出垃圾的模型。
未來(lái)會(huì)不會(huì)存在這么一個(gè)世界：每個(gè)人都有一個(gè)機(jī)器人，機(jī)器人會(huì)懂你，就像好朋友和閨蜜一樣；每家企業(yè)也會(huì)有機(jī)器人，會(huì)幫助員工完成訂餐等事宜。這是一個(gè)理想的狀態(tài)，雖然現(xiàn)在還有一段距離，但是也有很大的希望，不過(guò)我們只有將技術(shù)底層做好，才能一步步走到這個(gè)理想狀態(tài)。
以上就是本期嘉賓的全部分享內(nèi)容。更多公開(kāi)課視頻請(qǐng)到雷鋒網(wǎng) AI 研習(xí)社社區(qū)觀(guān)看，關(guān)注微信公眾號(hào)：AI 研習(xí)社（okweiwu），可獲取最新公開(kāi)課直播時(shí)間預(yù)告。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
