新加坡CIKM 2017开幕 关注垂直领域的智能人机互动

http://www.sina.com.cn 2017年11月10日 17:31 消费日报网

  未来,对话交互是最高效的人人交互方式,也将成为最高效的人机交互方式。而现阶段,基于自然语言处理和知识图谱的智能对话系统已经成为了人工智能的热点领域之一。

信息和知识管理国际会议

  第26届CIKM于11月6号在新加坡开幕。CIKM全称为“信息和知识管理国际会议”(Conference on Information and Knowledge Management),是信息检索、知识管理和数据库领域中顶尖的ACM会议。本届会议聚焦于实现“智慧城市,智慧型国家”愿景的技术和见解。 会议汇集了人工智能领域的尖端研究人员和开发智能产品的企业代表,大家在会上分享交流了知识管理、深度学习和知识图谱等方向的最新成果,重点关注对话交互落地的精彩案例。本届会议邀请了众多学术知名专家,比如亚马逊的机器学习部门主管Rajeev Rastogi博士将介绍亚马逊的机器学习进展,香港科技大学杨强教授将发表“如何结合深度学习和迁移学习”的主题演讲。

官方发布图

  智言科技(Webot Technology)作为中国创业企业,应邀参加了本次会议,并现场做了行业案例分享。现场热烈的讨论,展示了中国智能对话行业逐渐受到了世界的关注,技术水平也位列前茅。

智言科技的创始人周柳阳 (Leo)向在场嘉宾介绍了智言科技的核心技术,并作交流。

  智言科技的四大核心技术包括基于问答对和知识图谱的单轮问答;基于非结构文档的知识性问答;以及基于知识图谱的多轮问答。其中,多轮问答中还采用了情绪识别技术,用以增强客户体验。针对每个具体技术,Leo介绍道,智言采用了无监督方法作为冷启动;在标注数据上,使用了state-of-the-art的监督模型,而且基于强化学习的模型具有持续更新的特点。

  智言科技的整个系统(Webot)主要包含五个模块,事实性问答;基于知识图谱的问答;基于非结构化文本的问答;任务型多轮问答以及基于业务逻辑的排序模型。整个系统的核心是基于知识图谱的问答。以知识图谱为数据基础,能够使得对话系统在垂直领域场景下给出更为精准的答案和产品推荐,帮助企业节省大量的时间和人力成本,提高企业的运作效率。基于事实型的问答,在少量数据的冷启动情况时,Webot使用了基于规则、关键词、改良的多层次主题模型和自有的深度语义匹配等算法。具体到多层次主题模型,Webot从长文本提取多维度主题模型并计算各个层次主题产生短文本的概率,并融合多层次的概率为联合概率值,如果概率值越大,则说明二者的主题更为接近。当在线上运行时,则不断获得反馈数据,从而使用基于神经网络的深度语义匹配模型做语义相似度建模。

智言科技Leo演讲现场

  对于基于知识图谱的问答,智言能够从结构化、半结构化、非结构化的文本数据中抽取知识,得到RDF的表示,并通过查询语句在图数据库中检索答案。在这个模块中,Leo表示,智言使用OpenIE,Bootstrapping和Data programming等技术,从非结构化文本中抽取三元组。获取足够的用户数据后,再使用有监督学习方法抽取三元组,包括使用Bi-LSTM+CNN+CRF做实体识别以及基于CNN/LSTM的文本分类算法。构建好知识库后,会使用智言自主研发的Wegraph存储大规模三元组,并使用对应的查询语言模型进行答案抽取和生成。

  由于自然语句的复杂性,他解释道,主要使用人工加算法的方式产生多粒度的查询条件,并生成相应的查询语句,在这里使用Seq2Seq+RL的模型结合attention机制等直接从自然语言句子产生对应的抽取要素,同时,也使用deep walk等算法,直接根据自然语句在子图上做random walk。

  最后,Webot结合单轮问答的技术和对话管理技术,完成对轮对话的模型构建。同样,在冷启动阶段,智言使用有限状态机模型,根据业务逻辑,手动构建对话状态和状态转移矩阵。得到大量非标态对话数据后,智言使用端到端的层次编解码模型,结合隐变量,能够完成无监督、半监督和强化学习的对话建模,融合前面提到的知识图谱查询模型,为用户提供更为精准和流畅的用户体验。此外,智言还引入情绪建模,即SentiBot,能够根据用户的情绪,做出安抚、进一步推荐产品等功能,帮助企业减少客户投诉并增加销量。

  在会上,Leo和Flipkart(印度最大的电子商务零售商)、Shopee(东南亚最大的电商平台)等国际性电商平台做了深入的交流,探讨了智能对话机器人在电商领域的应用。目前,智言科技已经成功地与互联网金融、在线教育、保险、在线旅游等新兴行业以及物流等传统行业的公司进行了深入的合作,为客户开发定制化的智能客服系统。

  从各类对话系统落地的成功案例来看,成熟的智能人机交互少不了自然语言理解(NLU),对话管理(DM),自然语言生成和文本或语音输出这几个重要环节。上述分享大多谈及这几方面技术。但是,由于垂直领域的信息复杂情况,还需要进行不断的细分,需要找到特定的方案来解决;就这点来说,像智言科技分享的经验将对细分领域智能对话系统开发提供有价值的借鉴。

  未来,人机智能交互领域的知识体系建构会越来越完善。学术和垂直行业的紧密结合,会有更多和更好的人机交互的场景应用。本次CIKM大会让我们有理由期待更多成功的智能对话交互的落地。

  
  免责声明本网转载此文目的在于传递更多信息,不代表本网的观点和立场。文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。

发表评论
Powered By Google