RASA智能聊天机器人，理论与技术

一，智能聊天机器人

 

• 一种通过自然语言模拟人类进行对话的程序
• 可以代替企业中相对固话、重复的人力密集型任务或流程

-问题咨询:基于业务知识库进行业务问题解答

-数据检索:纵跨各业务系统或数据库，检索数据或文档

-业务处理:对接相关业务系统转达指令，完成相应业务操作

• 典型业务场景∶

-业务咨询问答机器人、智能客服机器人、行政助理机器人、产品推荐机器人

• ….对外提供客户服务，对内进行业务辅助
• 智能化的机器人可以带来全方位的效能提升，降本增效

------------------------------------------------------------------------------

聊天机器人的本质：会话式UI

• 提供了一种新的交互方式：会话式UI（CUI , Conversational User Interface）
• 会话式UI：通过会话形式将已有数据、功能、服务展示给用户

目前聊天机器人分为两大类 ： 基于检索  VS  生成模型

.尽管目前生成式模型是学术界的研究热点，但是在实践中使用检索模型是更加合适的选择

-------------------------------------------------------------------------------

趋势：会话式UI与业务集成

• 由于具有高度一致的基础：

--交互媒介（基于自然语言）

--交互模式（聊天会话）

• 不同系统的CUI具有高度可集成性
• 业务会话式UI 集成，一统各类业务系统，打造专属业务助理

----问题咨询、数据查询、指令执行、个人行政业务支持等等

    二，机器人核心技术

• 聊天机器人最核心部分是对话引擎，对话引擎包括：
  1. 自动语音识别（ASR）
  2. 自然语言理解（NLU）
  3. 对话管理（DM）
  4. 自然语言生成（NLG）
  5. 文本到语音合成（TTS）

• 本质是自然语言处理技术（NLP，Natural Language Processing）

--研究如何让计算机读懂人类语言，既要能让计算机理解自然语言文本的意义，也能以自然语言文本来表达给定的深层的意图、思想等。

--自然语言（中/En )→模型→机器能处理的数据形式（向量)

--模型通常经机器学习在大量数据基础之上归纳得到，反应了领域数据的规律

--向量中每个数值的大小、顺序编码了自然语言的语义信息

--基于NLP，计算机可以计算文本的相似度、提取其中关键信息、进行文本分类等

机器人原理

智能机器人是由多个子机器人（问答机器人，闲聊机器人，任务机器人等），人工后台以及文档库之间协作完成任务，最终选择最有答案进行返回

------------------------------------------------------------------------------

 

QA机器人    

1. 假设用户输入问题为Q，QA数据库中的QA对为（Q1,A1）(Q2,A2)……(Qn,An)

• QQ相似度计算：计算Q’与每个QA对中问题的相似程度
• QA匹配度计算：计算Q’与每个QA对中答案的匹配程度

1. 综合相似度和匹配度，找到最合适的一组QA对（Qi，Ai）

本质：基于检索的问答模型

核心问题：文本语义相似度问题

文本相似度

解决1：

NN模型（RNN/CNN）

双层编码(Decoder)的长短期记忆模型(LSTM)

需要一定文本数量

解决2：

       拆分成子问题（小规模语料）

       短文本语义表征（TF-IDF,word2vec）

       语义距离计算（余弦COS，Feed-forward NN）

QA机器人原理（QQ匹配）

原理：句向量化、相似度计算、相似度排序

 

word2vec ------词向量化

doc2vec，bert -----句向量化

simbert --- 句子相似度

-------------------------------------------------------------------------------

闲聊机器人原理

闲聊机器人：主要是进行客观话题讨论，用户对聊天机器人进行一些情感表达，回答问候，情感和娱乐等信息

• 基于预置规则匹配：公司合规用语要求
• 基于海量闲聊语料：满足大多数闲聊应答

可以用文本生成，对于回答的准确没什么要求

需求：简单闲聊，结果可控，快速开发

 

任务机器人原理

任务机器人（Task-Bot）：基于意图识别与语义槽提取的任务机器人

• 意图识别
• 关键参数提取
• 多轮会话&对话管理  
• 配置化
• 对接外部系统

多轮会话—用插槽slot实现-----location，time时间地点都满足才会提交这个插槽

任务机器人原理：

1. 意图识别 设置可能问法
2. 槽值提取 设置槽值和提示问法
3. 触发任务 返回值提取和返回答案
4. 多轮对话上下文自动补全 话题追踪

---------------------------------------------------------------------------

场景机器人原理

基于预置规则驱动完成场景任务 事先根据业务制定好的，引导

KG机器人原理

基于知识图谱推理给出结果，也是基于检索机器人的一种

1. 定义领域知识图谱模型
2. 提取表单条款 导入知识图谱
3. 分析查询转换，图查询

---------------------------------------------------------------------------智能客服机器人    财富智能助手机器人    保险智能机器人     AIOps运维机器人

文章内容未更新完，会持续更新，个人理解。