第十章 基於數據與知識庫的多輪次對話系統開發

第十章 基於數據與知識庫的多輪次對話系統開發

第一節 多輪次對話系統的框架設計介紹

一個實用的兒童聊天陪護對話系統需要具備多種數據，比如交談的話題、特定領域知識圖譜、系統和用戶的畫像、情緒和心理等等，更高級的還應包括視覺等信息的綜合感知與融合分析。在介紹系統框架時只能用物理模型來做大幅的簡化。本系統主框架就是根據對聊天主題屬性模塊的判斷分別調用槽信息數據、統計分析、機器學習、FAQ四個模塊來生成輸出語言。系統在聊天過程中通過自然語言形式提問的方法，利用槽信息填表建立聊天對象的人物畫像；利用機器學習的長短時記憶（LSTM）生成時間序列事件；利用統計模型自動生成和更新FAQ問題集以不斷提高對特定對象的服務水平。

該系統本身自帶一個可以更新的系統角色定位資料庫和知識圖譜。系統另一個重要模塊是自然語言理解模塊，這個就不詳細介紹了。由於系統是以語音為對話信息載體，因此其輸入輸出模塊必須包括文語轉換（TTS）和語文轉換（VTT）兩個功能模塊。比如兒童寶寶說「我想出去看電影」，陪護機器人回答「媽媽六點才下班。」系統是如何回答的呢？首先系統把輸入的語音信號轉化為文本，根據主題屬性判斷模塊的分析這是一個外出的活動，因此自動發送給槽信息模塊，系統邏輯模塊根據槽信息的數據自動利用FAQ模塊生成回答並由TTS系統生成語音輸出。又比如寶寶媽媽說「小紅今天乖不乖」系統回答「很乖，就是想出去看電影。」系統根據判斷模塊分析這是一個基於FAQ的情況彙報，於是就自動從時間序列事件中提取數據並生成自然語言進行回答。

為保證魯棒性，對於重要的問題系統採用了槽信息填表加確認的方法來滿足。為了不斷改進服務質量，系統還採用了自動控制中的反饋原理，利用主動提問的方法來獲得用戶評價、澄清等信息，並在用戶畫像的數據中記錄相關數據。

推薦閱讀：