www.machinelearningmastery.ru

Машинное обучение, нейронные сети, искусственный интеллект
Header decor

Home

Разработка социальных чат-ботов

Дата публикации Jan 2, 2019

Имиджевый кредитpixabay.com

Социальные чат-ботыили интеллектуальные диалоговые системы имеют возможность участвовать в беседах с людьми. Имитация человеческих разговоров и прохождение теста Тьюринга была самой давней целью искусственного интеллекта.(AI). Даже в кино многие фильмы, такие какЕе, а такжеЖелезный человекпродемонстрировали, как технологии чат-ботов приносят революционные изменения в то, как люди и машины взаимодействуют друг с другом.

В начале 1970-х было много попыток создать интеллектуальные системы диалога, но эти системы были разработаны на основе правил, разработанных вручную. В 2016 году чат-боты считались «Следующим большим делом». Крупные ИТ-компании, в том числе Google, Microsoft, Facebook и Amazon, выпустили собственную версию платформ чат-ботов. Этичат-боты были очень бедныиз-за производительности, проблем дизайна и плохого пользовательского опыта.

Тренд поиска в Google для термина «чатбот» с 1 января 2015 года по 26 декабря 2018 годаисточник

Но из-за последних достижений в обработке естественного языка (NLP) (БЕРТ,Elmo,ULMFiTиOpenAI трансформатор), Google смогулучшить производительность поиска документовна 50–100%. Поэтому мы можем предположить, что НЛПМомент ImageNet почти здесь, Скорее всего, чат-боты станут еще более широко используемыми в ближайшие годы.

Приложения

Источник изображения:Веб-сайт Woebot

При правильной разработке чат-боты могут трансформировать многие области, такие как обучение, электронная коммерция, юридическая практика, личный помощник, менеджмент и т. Д.

Позвольте представитьWoebotнастоящий психотерапевт. Он обеспечивает эмоциональную поддержку пользователям и общается естественным образом. Этот процесс помогает в снятии стресса илюдям нравится говорить с этим,

XiaoIceэто еще один отличный пример социального чата. Он разработан Microsoft и считается самым популярным чат-ботом в мире. У него 18-летняя девочка, веселая, надежная, отзывчивая и ласковая.

Знаете ли вы, что есть более 5AI юридические помощникиа также195 личных помощниковна мессенджере? Давайте кратко обсудим один из способов создания этих социальных чатов. Этот пост призван дать общее представление о дизайне XiaoIce, который описан вбумага,

Основной дизайн

Для систем социальных чатов требуются высокий эмоциональный коэффициент (EQ) и интеллектуальный коэффициент (IQ), так как эти системы должны помогать пользователям в выполнении определенной задачи и также обеспечивать эмоциональную поддержку. Уникальная индивидуальность чат-бота делает его еще более удобным для пользователя. Социальный чат-робот должен иметь возможность персонализировать ответы, делать их ободряющими, мотивирующими и подходящими в соответствии с областью интересов пользователей.

XiaoIce разработала более 230 различных навыков, которые включают рекомендации фильмов, утешение, рассказывание историй и т. Д. Он также демонстрирует эквалайзер, генерируя социально привлекательные ответы и меняя тему разговора в зависимости от ситуации. Он задуман как 18-летняя девушка, творческая, веселая, надежная и отзывчивая.

Показатель оценки социального чата: CPS

Измерить производительность социального чат-бота сложно, так как в прошлом тест Тьюринга использовался для оценки производительности. XiaoIce оценивается с использованием числа обращений за сеанс (CPS) в качестве метрики. Поскольку тест Тьюринга не может измерить эмоциональное взаимодействие с пользователями. CPS - это среднее число переходов между чат-ботом и пользователем в сеансе. Ожидаемый CPS соответствует долгосрочным обязательствам.

Социальный чат как иерархический процесс принятия решений

Для достижения целей проектирования взаимодействие человека с машиной рассматривается как процесс принятия решений. Чатбот оптимизируется для долгосрочных встреч.

Пример чата Human-XiaoIce (источник)

XiaoIce может поддерживать интерес пользователей, разнообразив режимы разговора, используя различные навыки. Каждый режим разговора поддерживается навыком. Процесс верхнего уровня обрабатывает общие режимы разговоров, переключая навыки. Низкоуровневый процесс, контролируемый выбранным в данный момент навыком, обрабатывает ответы, чтобы создать сегмент чата или выполнить задачу. Например, процесс верхнего уровня может перейти от основного навыка чата к рекомендации песни. Мастер рекомендации по песне может порекомендовать песню или выбрать действие, например, переключиться на навык бронирования билетов на концерт, чтобы забронировать будущее концертное мероприятие любимой группы пользователя.

Такие решения могут быть приняты в математической структуре под названиемМарковские процессы принятия решений (MDP), Таким образом, чат-робот перемещается в MDP, взаимодействуя с пользователями. На каждом скрытом ходу диалога чат-робот наблюдает за текущим состоянием чата и выбираетумениеилиотправить ответ, Затем чатбот получает вознаграждение от пользователя. Чатбот находит оптимальные политики и навыки для максимизации CPS

Архитектура системы

Системная архитектура XiaoIce (источник)

Уровень взаимодействия с пользователем: Этот слой соединяет XiaoIce со всеми основными платформами обмена сообщениями, и связь осуществляется в двух режимах. Полнодуплексный режим является потоковым режимом разговора, который поддерживает голосовые вызовы. В режиме разговора на основе сообщений пользователь и чатбот по очереди отправляют сообщение. Этот слой также включает в себя распознавание речи, понимание изображения и нормализацию текста.

Разговорный движок Layer: Этот слой состоит из менеджера диалогов, эмпатических вычислений и навыков общения. Диалоговый менеджер отслеживает состояние диалога, выбирает навык диалога или основной чат. Модуль Эмпатический компьютер предназначен для понимания человеческих эмоций и интересов из диалогов. Этот модуль помогает XiaoIce приобретать навыки общения и генерировать персонализированный отклик на основе индивидуальности XiaoIce.

Уровень данныхЭтот слой состоит из различных баз данных, которые хранят разговорные данные в парах текст-текст и парах текст-изображение, не диалоговые данные, такие как графики знаний, профили пользователей, профиль чат-бота и т. Д.

Оригинальная статья

Footer decor

© www.machinelearningmastery.ru | Ссылки на оригиналы и авторов сохранены. | map