任务驱动的多轮对话的设计参考.pdfVIP

. 1.1 背景知识介绍 多轮对话之所以称之为多轮对话， 而不是多轮问答， 是因为除了问答内容外， 还有闲聊模式 下的情感交流， 以及多数情况以陈述句形式表达的情景模式， 因此多轮问答实际是多轮对话 的子集。 由于事件的复杂性直接导致了多轮对话的复杂性， 即上文所述的正常的知识问答和 命令问答外，还有情感和场景表述，造成每一句与上下文语义高度相关或不相关交错出现， 就导致了规则的高度复杂性。 如果用有限状态机来处理多轮对话，就必须对话语权方（即谁说出的话，必须被对方回答， 则这方为对话话语权方）的每一个 token 语句进行意图识别，引入意图队列，对队列进行 基于规则的推理机处理或基于深度学习的预测， 例如： （寒暄 查订单 确认退款 ? ） 正常情况 ？ == 再见结束本轮对话。 Word 专业资料 . 当然也可以用 seq2seq 的方法，将整个对话过程，抽象成一个 session 。输入若干个相关 句子，解码成一个句子，即答案。 多轮交互的一个重点问题是： 如何根据上下文理解当前的意图， 而不仅仅是针对单轮进行一 个分析，从而能够使得对话在一个连续的语境下，是具备 session 粒度理解能力的。 以下方案，均假设有一个已经做得比较好的单轮理解以后的情况： 尝试方案 1 ： 最简单粗暴地，把多轮 query ，融合成一个单轮的 query ，进行一次性的解析 . 直接将多轮交互的意图理解问题， 转换成一个单轮的意图理解问题， 从而复用原有的单轮理 解效果。 例如：我想看电影 -- 周星驰演的 -- 喜剧片，三个 query 合并以后，解析到实际用户的需求， 是周星驰主演的喜剧电影。 优点：简单，粗暴，易于实现，几乎服用了单轮解析能力 缺点：简单，粗暴，易于出错，几乎没有任何实质性的多轮解析能力，纯粹靠运气 优化方向：可以加入一些 query 拼接的限制，提高拼接的准确率，从而在运用到单轮解析 能力的同时，不至于在准召上偏离得太离谱（如：只拼接两轮的、三轮及以上拼接，考虑拼 接后的意图变化情况等） Word 专业资料 . 尝试方案 2 ： 不是简单拼接，而是结果和 query 的识别过程拼接： 单轮已经解析出了一个意图和某些槽位，将此意图及槽位存储起来。 遇到 query 的时候，判定该意图下，这个 query 能否纳入同样的意图中，抽取出对应的槽 位。 如果可以，则更新意图的槽位内容。 如果不可以，则抛弃当前意图，以 query 作为单轮解析，得到新的意图。 例如： 我想看电影 -- 要免费的， 第一轮意图为电影， 第二轮在电影这个意图下， 发现 “免费” 这个槽位，是符合电影意图描述的，所以，为该意图的槽位新增一个“免费” 例如：我想看爱情电影 -- 能给我讲个笑话吗，第一轮意图为电影，而第二轮在电影这个意图 下，发现 query 并没有任何跟电影相关的槽位信息，所以，抛弃第一轮的电影意图，直接 将第二轮 query 当成单轮的，直接解析得到新的意图 -- 笑话。 优点：基于意图来进行判定，比拼接更准确，也更广泛地识别当前 query 是否仍在同一个 意图中， 递归地实现多轮意图解析， 避免了拼接过长， 拼接过于粗暴带来的误召回和欠召回 Word 专业资料