下午一位nlpbots-对话系统中final.pptx

对话系统中的NLP清华大学朱小燕2017.10.13

BOTs问答一问一答对话有问有答，包含上下文逻辑交互融合更多种类环境/上下文信息，作出不同决策或推荐2

KeyIssuesinDialogueSystemsDialogueIntentAnalysismend?Request?Confirmation?DialogueManagementThenextactionThenextutteranceLanguageGenerationFromintenttolanguageFromcontexttolanguageEnd-2-endDialogueSystemNeuraldialoguesystemDeepreinforcementlearningOpendomainchattingmachines2025/5/93

ApproachesNLUPatternbasedNNbased……DMStateMachineBayesianNetworksNeuralNetworks……NLGPatternbasedNNbased4KnowledgeBaseInputOutputEndtoEnd

NLP无处不在前端后端对话管理知识管理

NLP无处不在前端从处理内容的角度输入语义分析WordtoVector、关键词抽取、分词、浅层语法分析、深层语法分析、。。。输入语义分类各种层次，词、句子、。。。各种层面的相似度度量同义词、问题相似度、问题与内容的匹配度。。。从方法的角度传统的、基于深度学习的方法后端对话管理知识管理

传统方法Semanticparser问题：如何设计构建规则库？如何利用机器学习的方法？如何引入/融入知识？如何能够在线学习？X/Y:fY:a?X:fa ()Y:aX\Y:f?X:fa ()X/Y:fY/Z:g?X/Z:λz.f(gz) (B)Y\Z:gX\Y:f?X\Z:λz.f(gz) (B)2025/5/97

基于深度学习方法Embedding-basedBordesetal.QuestionAnsweringwithSubgraphEmbedding,InProceedingsofEMNLP5/98

输入意图理解（1）基本模型之一（深度学习模型，endtoend）任务分类：问题相似度度量主要应用：FAQ类任务模型分类：检索模型基本模型：序列比对步骤：训练：数据内容向量化，大规模数据训练模型应用：输入通过模型与已存数据进行比较（度量），最相似的问题对应的答案便是数据结果问题：如何融入知识？如何增量学习？

意图理解（2）：RepresentingPairedSentences:SentenceInteractionNetworkModelingdependencebetweensentencesisfundamentalinNLP2025/5/910

RepresentingPairedSentences:SentenceInteractionNetworkAsimplesolutionThesemanticmatchinginformationislostduringsentenceembedding.Sentence1Sentence2SentenceVectorSentenceVectorClassifierSentence1Sentence2SentenceVectorSentenceVectorClassifierOurideaLettheinformationflowbetweenoneandanother2025/5/911

RepresentingPairedSentences:SentenceInteractionNetworkInteraction:informationflowbetweenoneandanotherInteractionstatecomputingBiaoLiu,MinlieHuang,etal.?ASentenceInteractionNetworkforModelingDependencebetweenSentences.ACL2016,Berlin,Germany.2025/5/912

RepresentingPairedSentences:SentenceInteractionNetwork