聊天机器人是不是属于强人工智能,聊天机器人的介绍( 四 )


基于功能的聊天机器人可以分为问答系统、面向任务的对话系统、闲聊系统和主动推荐系统4种 。
目前,对问答系统和主动推荐系统的评价指标较为客观 , 评价方式也相对成熟 。而面向任务的对话系统和馅料系统,在给定相同输入的情况下,系统回复形式可以多种多样 , 对于用户的同一输入,通常有多种合理且数目不固定的回复,这使得很难通过一种客观的机制对其进行评价,所以在评价时需要加入人的主观判断作为评价的依据之一 。
通常,一个完整的聊天机器人系统框架如图,其主要包含自动语音识别、自然语言理解、对话管理、自然语言生成、语音合成5个主要的功能模块 。需要指出的是,并不是所有的聊天机器人系统都需要语音技术 。
例如,以文字方式实现人机交互的聊天机器人系统,就不需要自动语音识别模块和语音合成模块 。
Amazon Lex是一种可以在任何程序中使用语音和文本构建对话界面的服务 。Amazon Lex提供可扩展、安全且易于使用的端到端(end2end)解决方案,以构建、发布和监控开发人员发布的机器人 。下图展示了聊天机器人如何通过对话的方式协助用户完成订花的需求 。
另一个典型的聊天机器人框架是Facebook的Wit.ai 。Wit.ai积累了大量高质量的对话数据,有效促进了聊天机器人系统的发展 , 并通过将人工智能和人类智能结合,进一步提升了聊天机器人的智能水平 。
聊天机器人的4种分类,包括 问答系统、面向任务的对话系统、闲聊系统和主动推荐系统 。
Siri被定位为面向任务的对话系统,为用户提供打电话、订餐、订票、放音乐等服务 。Siri对接了很多服务 , 且设置了 “兜底” 操作,当Siri无法理解用户的输入时就命令搜索引擎返回相关的服务 。Siri的出现引领了移动终端个人事务助理的商业化发展潮流 。
下图是Siri的技术框架:
2011年2月,IBM耗资3000万美元研发的IBM Watson登上了美国著名智力问答竞赛节目《危险边缘》(Jeopardy),面对节目中充满双管意思的英文问题,IBM Watson能做出分析并在庞大的自然语言知识库中寻找线索,将这些线索组合成答案 。最终,IBM Watson压倒性地优势击败了节目中最聪明的人脑,同时创下了这个知识竞赛系列节目27年历史上的最高分 。IBM Watson作为IBM公司研发的问答系统,集成了自然语言处理、信息检索、知识表示、自动推理、机器学习等多项技术的应用,形成了假设认知和大规模的证据搜集、分析、评价的深度问答技术 。IBM Watson可以分析自然语言形式的数据,通过大规模学习和推理,为用户提供个性化服务 。
2012年7月9日,谷歌发布了智能个人助理Google Now 。Google Now通过自然语言交互方式为用户提供页面搜索、自动指令等功能 。Allo是谷歌在前述工作的基础上发布的语音助手 。Allo具备随时间推移学习用户行为的能力 。
2014年4月2号
【聊天机器人是不是属于强人工智能,聊天机器人的介绍】 主动推荐系统采用的是一种实现个性化信息推送的技术方式 。主动推荐系统并不需要用户提供明确的需求,而是通过分析用户的历史行为数据建立用户画像,从而基于用户画像主动向用户推荐系统认为能够满足用户兴趣和需求的信息 。在电商购物(如阿里巴巴、亚马逊)、社交网络(如Facebook、微博)、新闻资讯(如今日头条)、音乐电影(如网易云音乐、豆瓣)等领域均有广泛而成功的应用 。主动推荐系统本质上是一项帮助人们解决信息过载(information overload)问题的工具 。所谓信息过载,是指用户真正需求、真正感兴趣的东西被淹没在其同类物品的海洋里 。主动的交互方式能够显著提升用户体验,且机器人主动交互的方式更接近真实的人与人之间的对话方式,使得对话更自然 。

经验总结扩展阅读