机器人对话系统的单轮对话和多轮对话

什么是单轮对话,什么是多轮对话?

          单轮对话和多轮对话机器人对话系统的两种表达方式,需要了解这个问题,可以先从机器人对话系统开始了解。

1.机器人对话系统

          什么是智能机器人对话系统?简单来说就是系统理解人类语言,并与人类进行有效的沟通,然后可以根据对人类意图的理解开始执行安排的任务或者作出相关的回答。而根据系统智能化的程度不同,机器人对话系统表现的形式又可以分成单轮对话和多轮对话两种。

2.单轮对话

          智能对话系统内的单轮对话和传统的问答系统对话有些相似,是智能对话系统的初级形式,表现形式一般为一问一答类型。用户发出提问问题的请求,系统自动识别用户的意图,做出相应的回答或执行相应的任务。
          单轮对话也比较强调自然语言理解,但是一般不涉及到上下文、指代、省略或隐藏信息,相对说技术要求更低,实现的难度也更低,产品的应用也更加成熟可靠。
          单轮对话的应用场景是什么?单轮度化主要应用在目标明确并且会话时间较短的浅服务类的业务中。比如电商行业的客服机器人给客户提供的产品介绍、订单信息查询、退换货流程介绍等内容。在单轮对话里,其本质就在于取代人工工作中高度重复的标准化的客户资讯,可以理解单轮对话为一个高效率的自助服务帮助文档或者知识库,可以帮助用户快速获取信息、提升咨询的效率。

3.多轮对话

          与单轮对话相比,多轮对话的模式通常表现为有问有答的形式。在对话过程中,机器人也会发起询问,而且在多轮对话中,机器人还会涉及“决策”的过程,与单轮对话相比会显得更加的智能,应用场景也更加的丰富多样。
          智能机器人对话系统在与用户进行多轮对话的过程可以理解为机器人进行“信息检索+决策”的过程,也就是机器人对话系统需要在与用户的对话过程中反复地询问特定条件、查询并提供结果,从而为用户提供信息或服务。
          多轮对话处理的用户需求通常更加复杂,在不断的问答对话过程中,机器人系统对用户的需求进行不断的拆解,锁定最终的问题并提供解决方案,不过在多轮问答的过程中,用户也可以不断修改或完善自己的需求。
          多轮对话的应用:多轮对话机器人的目标用户通常是待着明确目的的,不过用户的需求较单轮对话来说需求更加复杂,与此同时用户希望得到的信息或服务往往是能够通过限定条件来实现聚焦的。通常可以应用在信息搜索、商品或服务推荐、咨询等场景下。
          可以应用的场景:音乐、电影、书籍推荐、商品推荐、订餐等,这些场景虽然看起来是开放的,但其实聊天机器人能够在多轮对话过程中收集用户的需求,并基于特定的信息库为用户检索并推荐满意的答案,甚至完成商品的推荐并促成成交。

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
# 说明 该库是对目前市面上已有的开源中文聊天语料的搜集和系统化整理工作 该库搜集了包含 - chatterbot - 豆瓣多轮 - PTT八卦语料 - 青云语料 - 电视剧对白语料 - 贴吧论坛回帖语料 - 微博语料 - 小黄鸡语料 共8个公开闲聊常用语料和短信,白鹭时代问答等语料。 并对8个常见语料的数据进行了统一化规整和处理,达到直接可以粗略使用的目的。 **使用该项目,即可对所有的聊天语料进行一次性的处理和统一下载,不需要到处自己去搜集下载和分别处理各种不同的格式。* # 环境 python3 # 处理过程 将各个来源的语料按照其原格式进行提取,提取后进行繁体字转换,然后统一变成一轮一轮的对话。 # 使用方法 将解压后的raw_chat_corpus文件夹放到当前目录下 目录结构为 ``` raw_chat_corpus -- language -- process_pipelines -- raw_chat_corpus ---- chatterbot-1k ---- douban-multiturn-100w ---- .... -- main.py -- ... ``` 执行命令即可 ```bash python main.py ``` 或者 ```bash python3 main.py ``` # 生成结果 每个来源的语料分别生成一个独立的*.tsv文件,都放在新生成的clean_chat_corpus文件夹下。 生成结果格式为 tsv格式,每行是一个样本,先是query,再是answer ``` query \t answer ``` # 结果的使用 这个就根据每个人不同的情况自主使用即可 个人对于聊天机器人方向实践也不是很多,以下一篇之前写的知乎专栏供参考 **《从产品完整性的角度浅谈chatbot》** 文章粗略讲解了如下一些方面,介绍了聊天机器人在实际产品化过程中可能遇到的问题和解决办法。 1. chatbot自身人格的设置 1. 产品上线需要考虑的敏感词处理 1. 文本检索模型的使用 1. 文本生成模型的使用 1. 回答打分机制 1. 万能回答的使用策略 1. 多媒体消息的处理 1. 产品模型部署的问题 # 版权说明 本项目为非商业项目,为纯搜集和汇总资料,如有侵权,请在issue下留言。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值