常见的对话系统

• 个人助手

  •Apple Siri, Amazon Alexa, Baidu Xiaodu

• 客户服务•餐厅预定、商品咨询、债务催收

• 休闲娱乐

  •Microsoft XiaoIce,Replika

放域对话系统

• 检索式系统

• 生成式系统

检索式系统

生成模型

• Sequence-to-sequence
• Generative Pre-training Models

Sequence-to-sequence

Generative Pre-training Models

• BERT 使用了双向注意力机制，每个token可以向左向右看到各个token
• GPT 使用了单向注意力机制（从左到右）,是一个生成模型，每个 token只能看到自己和前他面的词，只能看到以前的，所以比较适合用来做生成任务，像平常说话也是一个词一个词的，Q：你有没有养宠物，A:我有一只猫，
• PrefixLM (Unified Transformer)使用了编码端双向、生成端单向的注意力机制,适合开放域的对话任务

解码策略

• Greedy Decoding

• Sampling-based Decoding

• 每一步，选取最可能的单词(i.e. argmax)

• 把选取的单词补充到input中，继续下一步解码

• 停止条件: 继续解码直到产生[EOS] 或者达到了事先定义的最大生成长度

Sampling-based Decoding

解码策略–总结

• Greedy decoding 方法很简单，但效果一般较差

• Sampling-baseddecoding可以得到更多样化/随机的回复

  •比较适合于开放式/创造性的生成任务，像对话、诗词、故事生成

  •Top-k/p sampling 可以通过调节k/p，对生成的多样性进行控制

对话评估

• 自动评估： BLEU、Distinct
• 人工评估

BLEU

Distinct

人工评估

开放域对话模型演进历史

PLATO-2

总结及展望

视频：https://aistudio.baidu.com/aistudio/course/introduce/24177?sharedLesson=1493709&sharedType=2&sharedUserId=2631487&ts=1687157269113

课件：https://aistudio.baidu.com/aistudio/course/introduce/24177?sharedLesson=1567921&sharedType=2&sharedUserId=2631487&ts=1687157254946