2020版联想对话机器人白皮书.pdfVIP

联想对话机器人白皮书 (2020 版) 目 录 第一章 对话机器人简介3 1.1 对话机器人的概念及发展历程 3 1.2 对话机器人的关键技术 4 第二章 对话机器人的技术发展现状及趋势6 2.1 核心技术发展现状 6 2.2 技术面临的挑战和发展趋势 10 第三章 联想对话机器人的特色及评价体系 11 3.1 联想对话机器人的技术特色 11 3.2 人机协同、互学互长的对话系统 16 3.3 对话机器人设计体验 18 3.4 工业级对话机器人的分级评价体系22 第四章 对话机器人解决方案和应用场景 27 4.1 联想智能客服机器人应用 27 4.2 行业优秀案例 29 第五章 对话机器人的未来与展望 30 5.1 性能展望 30 5.2 应用展望 30 参考文献 35 Confidential page 2 7/16/2020 第一章 对话机器人简介 对话机器人也称作智能对话系统，是一种计算机与人用自然语言的方式进行沟通交流的人 工智能（Artificial Intelligence-AI）系统。随着语音技术、自然语言处理技术的发展，对话机器 人正在广泛应用于社会生活的方方面面。例如，医疗设备商使用对话机器人来帮助医生解释临床 测试结果；学校应用对话机器人来帮助老师以个性化的方式解答学生提问；工业界通过在客服系 统中引入对话机器人来回复客户的多样性请求等。未来，对话机器人将成为提高企业运营效率的 重要工具。 作为联想智能转型战略的一部分 ，联想人工智能实验室（AI Lab）已经开发了多款对话机器 人，目前主要应用于智能客服以及智慧办公等领域。联想的客服机器人已在全球 60 个国家和地 区部署使用，它正在用客户喜欢的方式、用客户的母语 ，在任何时间、任何地点为客户提供产品 咨询和服务。联想的智慧办公助手也在公司内部的行政、人事、财务等部门为全球数万名员工提 供服务。 1.1 对话机器人的概念及发展历程 从图灵测试开始，人类就已经有了让计算机与人进行语言交流的构想。早在 1970 年维诺格 拉德（T.Winograd）开发的 SHRDLU[1]项目中，当人与机器在一个虚拟 “积木世界”中，运用 有限的词汇表进行对话时，即已拉开了对话机器人研究的序幕。 进入本世纪，随着人工智能在 自然语言处理领域的技术突破，对话机器人的性能有了较大的 提高 ，比如在客服等一些领域已经开始获得商业成功。 对话机器人采用的技术大致可分为两类：一类是基于规则的以人工书写的规则驱动型系统， 另一类是基于机器学习的数据驱动型系统。 早期成功的商业应用大都采用基于规则的方法。这类对话机器人依赖人工制定的规则去理 解语言和生成回答。虽然开发规则需要付出较大的代价 ，但规则很容易被人解释和理解 ，规则修 复相对容易，系统更新也很容易。基于规则的对话机器人的局限性在于规则依赖专家编写、跨领 域的扩展性不足。因此，基于规则的对话机器人适用于一些对话情景相对狭小的领域。 与基于规则的系统不同，以深度学习为代表的数据驱动型系统从数据中学习对话系统中的 所有知识。随着深度学习方法的应用，近年来 ，自然语言处理的整体性能获得了显著提升 ，技术 的进步也带动了对话机器人的蓬勃发展。采用深度学习技术的对话系统在学习能力和领域适应 能力上远比基于规则驱动的系统更加强大，它吸引了全世界范围内的巨大的研究和投资兴趣。虽 然基于深度学习的对话机器人已经成为研究的主流，但基于深度学习的系统也存在着明显的局 限，比如需要大数据支撑、神经网络的学习结果难以解释、系统漏洞难以修补、更新系统困难等。 Confidential page 3 7/16/2020 对话系统的真实应用场景不仅要求基于领域的自然语言