聊天机器人——chatBot知识框架

Generative-Based:IT语料库加电影对白语料库，通过简单的案例，把IT所有知识，强AI形式，目前还没有被攻克，不错的paper：ACL会议，主题是使用了一堆词条，假设可以涵盖了社会的方方面面的知识，维基百科，词条的形式进行分析，你问题都以维基百科的知识回答；

Retrieval-Based:闭合的场景，所有的问题基本都能想得到，Rules-Based,工业界很感兴趣，加入知识图谱中的动作，机制还是Rules-Based.

二、机器人永远回答是或否

short-yes or no

long-回溯到很久前聊到的话题；能否阐述足够长的回复解决问题。

两个机器人本来是想互相学习：通过强化学习，互相对话，互相学习，结果两个机器人之间是问题都是封闭的。

不管是端对端，ML会倾向学习正确率较高，错误率较低的点回复。the在文章中出现的概率较高，这样出错的概率较小；

三、

1、语境问题的处理：

语言语境：这句话在说什么内容？（涉及到对语言的embed，比如word vector）

物理语境：这句话在哪里说的？（涉及到物理环境，比如在哪里，现在几点）

推荐paper：

Building End-To-End Dialogue SystemsUsing Generative Hierarchical Neural Network Models（Lulian etal., 2015）https://arxiv.org/abs/1507.04808

Attention with Intention for a NeuralNetwork Conversation Model 

(Yao, 2015) https://arxiv.org/abs/1510.08565

2、统一的语言个性

御姐就是御姐，不能是小萝莉

相关paper

A Persona-Based Neural Conversation Model(Li et al., 2016) https://arxiv.org/abs/1603.06155

只把符合这个人设的回复回复出来

3、模型验证

a、对模型的判断需要人类智慧判断；

b、不存在完美主义方案：完成task与否

相关paper

How NOT To Evaluate Your Dialogue System:An Empirical Study of Unsupervised Evaluation Metrics for Dialogue Response Generation（Liu,2016）https://arxiv.org/abs/1603.08023

4、多样性问题

打分，配合准确性回答，左边是多样性分数，右边是准确性分数，得出混合性分数；集多样性又准确性回答；

总而言之，先通过自己学习，再通过用户的强化升级学习，online-training，知道主人睡觉的时候，要把灯关掉。

5、工业上的一些坑

查找——发现：建立知识图谱库；10条网页结果中提取出能够回答你的话，不需要把知识图谱都表达出来，我通过搜索，把百度的小短炒回复给你。

基于知识库——基于检索；基于规则——基于数据；基于APP——基于硬件

从数据中发现规则，不是从规则中发现规则。

现在想作为一个硬件单独存在，这是一种潮流，其实是两个方向的探索，产生小冰很有趣，但是对人有意义的是会产生意义的。只要靠近火车站，会自动回复，视图建立一个生态，通过自动化，是现在主流的方向。

下一节用代码实现最简单的聊天机器人。