小冰聊天机制综述

心理学研究表明，快乐和有意义的谈话常常是相伴而生的。因此，在社交媒体时代，越来越多的人被数字化连接，社交聊天机器人已成为一种重要的互动方式，这并不令人意外。与早期的聊天机器人不同，小冰是一款社交聊天机器人，旨在满足用户的沟通、情感和社交归属感需求，并具有同理心、个性和技能，集情商和智商于一身，以预期的CPS为衡量标准，优化用户的长期参与度。

小冰的整体结构包括三部分：用户体验层、对话引擎层和数据层。

用户体验层的作用是将小冰和主流的平台做接入（微信、微博、QQ等），用户和小冰的对话可以使用两种方式：全双工，也就是用户和小冰通过语音电话交流，双方可以同时说话。另一种是基于信息的对话，小冰和用户交替的进行交流。这部分话还包括一些用于处理小冰和用户输入的组件，比如说语音识别和合成、图片解析和文本标准化。

对话引擎层包含了对话管理器、共情计算模块、核心聊天和对话技能四个子模块。对话管理模块持续的跟踪对话的状态，然后使用dialogue policy选择核心聊天或者对话技能模块来产生响应。共情计算模块不仅能理解用户输入的意图，还能理解对话过程中用户的情感倾向（情绪、意图、关于话题的看法、用户的背景和兴趣）。这体现了小冰的EQ，小冰的IQ体现在其核心谈话和对话技能上。

数据层的作用是存储核心聊天和对话技能的数据，（1）比如人类对话数据（文本对话对或者文本-图片对）；（2）非对话数据和知识图谱；（3）小冰和所有注册用户的配置文件

聊天引擎

聊天引擎包含：会话管理、共情计算、核心聊天和聊天技能。

1.会话管理

会话管理作用是持续跟踪当前的对话内容（用户和小冰的文字对话记录）和对应的情感倾向，这些记录被编码成状态s，然后$DialoguePolicy$会根据状态$s$选择相应的动作，操作可以是由顶级策略激活的技能或核心聊天，以响应用户的特定请求。

顶层的策略根据当前的聊天状态选择激活Core Chat还是聊天技能模块。底层的策略作用于具体的聊天技能来管理对话的片段。假如用户输入文本，Core Chat会被激活。Topic Manager将会控制对话过程中话题的转换——开启新话题、在检测到用户兴趣后由General Chat转向Domain Chat。如果输入为图片或者视频片段，则加载Image Commenting技能。任务完成、深度参与和内容创建的技能由特定的用户输入和对话上下文触发。如果多个技能被同时触发，则根据置信度、优先级和会话上下文决定要激活的技能。为了保证对话的流畅性，系统会避免频繁的切换技能，只有在新技能激活的时候当前的技能才会被关闭。

会话管理还拥有一个话题管理的功能，用来决定是否转换话题的，以及新话题的推荐。一般来说，当发生下列情况的时候就需要转换话题：（1）Core Chat无法生成任何有效的响应候选，使用编辑响应的时候。（2）产生的内容仅仅是用户输入的简单重复，而不包含有效的信息的时候。（3）用户的反应是“好的”，“我知道了”，“继续说”的时候。
新话题的获取途径：高质量论坛，比如Instagram或者豆瓣流行的话题及其相关的评论和评论。根据当前对话的状态从数据集中检索新的话题，这些新话题使用机器学习到的决策树进行进一步的选择。标准有：（1）话题与上下文相关性、（2）话题的时效性、（3）与用户的兴趣相关、（4）话题的吸引力（5）话题被其他用户接受的比例。

2.共情计算

给定用户的查询Query、共情计算模块会结合上下文Context对Query进行重写得到$Q_c$，共情向量征用户Query中的情感的共情向量$e_R$，并且根据小冰的个性指定响应的共情向量$e_R$，上面几个元素组合在一起就组成了共情计算单元的输出为$s=(Q_c,C,e_Q,e_R)$，表征的是聊天的状态。状态$s$用于Dialogue Policy来选择对话技能。共情计算模块由上下文查询理解、用户理解和人际响应生成三部分组成。

上下文查询理解：作用是使用上下文信息重写用户的Query，具体步骤如下：

• 命名实体识别：标注query Q中的所有实体

• 将query Q中的所有代词用对应的实体代替

• 如果此时的Q不完整，则使用上下文信息做句子完型

用户理解

该组件基于$Q_c$和$C$生成查询共情向量$e_{}$