uber plato research dialogue system研究要点记录

一.使用plato构建一个对话系统主要包含三个部分：

• Domain：相当于数据，主要包含两个部分Ontology和Database，Ontology相当于rasa domain中slot和intent，主要包括informable_slots、requstable_slots、System_requestable_slots。Database相当于对话的原始数据。
• Controller：各个agent之间的控制器，调度各个agent之间正常运转，为各个agent传递输入、输出数据，并对各个agent的所有信息进行统计，包括输入、输出数据。
• Agent：每个agent都包含一组标准的对话系统组件（组件主要包括：NLU，DM，DST，Policy，NLU，user simulator），各个组件类都继承了基类conversational_module，每个agent就相当于一一个对话角色，例如user、system等，agent功能是处理输入信息，吐出输出信息，而一个对话AI应用实际可以包含多个agent，agent之间可以进行相互交互。（注意：user
  simulator只是agent的一个组件，不能作为一个agent来看待）

二.plato agent 各个模块的分析：

• rule-based model：plato提供agent各个组件基于规则填槽的模型版本，这个版本可以用于模型快速原型搭建、baseline（之后模型好坏的评价标准）、之后模型完整性检查。
• Train model -> plato internal experience：plato在训练或inference模型的过程中，所有的历史经验信息都保存在dialogue_episode_recorder中。
• Train model -> parsing data with plato：如果想使用plato训练agent的各个模块组件，那么就必须将训练数据解析为能适应plato平台输入的格式，不然各个模块就不能在plato平台上训练。Plato provides parsers for DSTC2, MetaLWOZ, and Taskmaster data sets。
• Train model -> Training components of conversational agents：可以将数据集解析为plato experience，以此来训练plato内部提供的agent各个模块算法模型。也可以解析数据和训练算法模型在其他平台，例如TensorFlow、Pytorch等，当你想在plato平台上使用外部平台训练的模型时，只需通过agent加载外部模型算法就可以使用。
• 另外plato setting就是对配置文件内容一些说明，详情见plato论文，以及readme。连接地址：https://arxiv.org/abs/2001.06463, https://github.com/uber-research/plato-research-dialogue-system

三.plato优劣势总结：

1. plato支持多个agent交互学习。
2. plato支持强化学习决策模型，并有基于规则的baseline。
3. plato支持load外部平台解析数据并训练模型，如果要plato要使用外部平台训练的模型，只需通过agent load已经训练好的模型就可以在plato平台上使用。
4. 暂时看来的劣势可能就是项目更新频率过低（文档过于简陋），可能时候不会再更新一些新的算法，还有就是强化学习算法是否支持各种场景的对话。主要是RL的环境和反馈的设计。个人理解就是每个对话场景都有自己独有的路径，而每个路径都会收集一个完整反馈，只有反馈越好对话流程才是最好的，因此对于不同场景对话是否都要设计好所有的流程，之后让RL去学习，通过反馈找到最好的流程路径。