自然语言对话领域的现状与未来展望.doc

《自然语言对话领域的现状与未来展望.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、自然语言对话领域的现状与未来展望　　原华为诺亚方舟实验室主任、现已加入字节跳动AILab的李航教授近日发表博客，对自然语言对话领域的现状和最新进展进行总结，并展望了未来的走向。　　　　1.引言　　语音助手、智能客服、智能音箱、聊天机器人，近年各种自然语言对话系统如雨后春笋般地涌现，有让人眼花缭乱的感觉。一方面对话系统越来越实用化，另一方面当前技术的局限性也凸显无遗。计算机多大程度上可以自如地和人进行对话？自然语言对话的挑战在什么地方？未来可能会有哪些突破，以及需要重点研究与开发哪些技术？　　笔者曾有幸在华为与前同事一起进行了对话技术的研究，以及华为Mate10语音助手的开发，本

2、文基于自己的研究与开发经验，尝试对以上问题做出回答。　　2.前提条件　　功能主义　　脑科学和人工智能的先驱马尔（DavidMarr）曾提出，计算有三个层面，自上而下分别是功能层面、算法和表征层面、实现和物理层面。如果有两个系统做计算，给定同样输入，产生同样输出，两个系统的行为完全一致，则认为它们在功能层面是等价的。这时不考虑它们在算法层面进行的是串行计算还是并行计算，也不考虑它们在实现层面进行的是数字计算还是模拟计算。　　两个系统，一个是人脑，一个是计算机，情况也一样。假设人的思维可以还原为计算，那么只要看到功能上计算机可以和人脑做同样的事情，就认为它们在功能上拥有同等的智能。

3、本文讨论对话系统，也是站在功能主义的立场。　　合理行动的智能机器　　人工智能是关于构建智能机器（或智能计算机）的科学与工程领域，但对智能机器，有不同的定义。可以是像人一样行动的智能机器，也可以是合理行动的智能机器。本文采用后者的定义。合理行动的智能机器有以下几个特点。1.系统与环境互动；2.目标导向，有明确的任务要完成；3.有评价完成任务好坏的标准；4.旨在功能上完成任务，并不试图模仿人类；5.完成任务上能力达到或超过人类。　　构建合理行动的智能机器，比起构建像人一样行动的智能机器，在人脑的工作机理还不是很清楚的现在，更加现实可行。现在的大部分人工智能系统都属于这种类型。大数据

4、与机器学习使人工智能的这条路线更加容易取得突破。（笔者近期的短文《合理行动的智能机器》对相关问题做了更详细的论述[1]）。　　图灵测试的对象实质上是像人一样行动的智能机器，但如何评价像人一样行动并不容易。如果目的是为人类提供智能性的工具，提高人们的生活质量或工作效率，可能没有必要考虑构建像人一样行动的机器。图灵测试作为人工智能的测试实验有其局限性。　　所以，近未来构建「合理行动的」对话系统应该是我们追求的目标。为用户提供问答、帮助用户完成任务（打开音箱、订机票）、甚至做用户的陪伴，都满足以上合理行动的智能机器的特点。　　3.自然语言对话　　自然语言理解　　自然语言理解，也就是人

5、或机器理解人类语言，有两种不同定义：一种基于表征，另一种基于行为。基于表征（representation），就是系统根据输入的语言产生相应的内部表征，这个过程也称为语义接地（semanticgrounding）。比如，有人说「哈利波特」，在大脑里联系到哈利波特的概念就意味着理解了对方的语言。基于行为，就是系统根据输入的语言采取相应的动作。比如，有人说「给我拿一杯茶」，机器人按照命令做了，就认为它理解了人的语言。这两个定义在一定程度上互为补充，前者从语义角度，后者从语用角度界定这个问题。　　下面从功能角度概述语言理解过程，可以是人脑，也可以是计算机系统。　　自然语言理解，输入是自

6、然语言的语句，输出是语句的语义表征，包括词汇分析、句法分析、语义分析、语用分析几个步骤，如图1所示。原则上是自下而上的处理，也有自上而下的指导，一般是两者的结合。词汇分析使用词典，句法分析使用句法，语义分析使用世界知识，语用分析使用上下文信息。　　　　图1.自然语言理解过程　　词汇分析将输入语句中的单词映射到单词的语义表征上。每一个单词都有丰富的语义。一个单词的语义包含了它的相关概念，以及使用方法。一个语言的常用词汇量一般在5万到10万的范围。　　句法分析根据句法规则判断输入语句中的单词之间的语法关系，得到语句的语法表征。句法既有一定的规律，也有大量的例外。一个语言的语法是一个

7、非常复杂的规则体系。　　语义分析，基于单词的语义表征、语句的语法表征，根据系统中的世界知识的表征，构建语句的（可能是多个）语义表征。　　语用分析，基于语句的语义表征，根据系统中的上下文，确定语句具体语义表征。　　自然语言理解的核心是：听到一句话或者读到一句话，把它映射到系统的一个表征上面。这个映射是一个多对多的映射，必然产生多义性（ambiguity）和多样性（variability），也就是一句话可以有多个意思，一个意思有多种方法表达。比如：「Isawagirlwithatelescope