人工智能软件对话管理的重要性
对话管理对于多轮对话又异常重要,因为单词对话每次聊天都需要用户去唤醒语音对话机器人,用户必须每次将需求完成的说出,否则几次对话下来用户将会产生烦躁的情绪,语音对话机器人将会变得鸡肋。下面我们来分解下对话管理的大致任务:
1、对话状态维护(DST)
维护和更新对话状态,t+1时刻的对话状态,依赖于前一时刻t的对话状态,和之前时刻t的系统行为,以及当前时刻t+1对应的用户行为。因此整个依赖关系就是。
2、生成系统决策(dialog policy)
根据DST中的对话状态,产生系统行为,决定下一步做什么可以监测到用户的输入,就是NLU的过程,以及系统对于NLU的反馈行为,就是NLG。
3、作为接口与后端/任务模型进行交互。
作为应用程序接口与服务器端或任务模型进行请求交互,获取反馈结果,生成文字结果。
4、提供语义表达的期望值
根据用户输入的表达,包括语言表达和语义解析,做出满足用户期望的语义表达,满足用户需求。
多轮对话中为了清晰明确的理解用户的意图和需求,将对话建模过程中缺少的信息形成一个填槽的过程,槽就是多轮对话当中将初步用户意图转化为明确用户指令所需要补全的信息。一个槽与任务处理中所需要获取的一种信息相对应。槽没有顺序,缺什么槽就向用户询问什么信息。
想了解更多关于人工智能或智能客服系统信息,可访问http://www.youlanai.com或关注“幽澜智能AI”微信公众号,可直接进行智能机器人的服务体验。