360搜索發(fā)力AI對(duì)話：如何和機(jī)器愉快的聊天？

 　　昔日火爆一時(shí)的AlphaGo和李世石的“人機(jī)大戰(zhàn)”，AI的場(chǎng)景應(yīng)用已經(jīng)讓無數(shù)人大開眼界。而在人工智能應(yīng)用領(lǐng)域，AI語音對(duì)話堪稱前沿技術(shù)，并依托背后海量搜索數(shù)據(jù)得以應(yīng)用。在極客公園2016奇點(diǎn)·創(chuàng)新者峰會(huì)上，研究AI對(duì)話技術(shù)多年的360搜索技術(shù)總監(jiān)魏少俊，與大家分享最新的技術(shù)成果。

　　“什么是AI技術(shù)?它和搜索對(duì)話有何不同?”

　　AI 對(duì)話是一種人機(jī)交互方式，人和機(jī)器展開人和人之間這種自然的交流。人們平時(shí)使用的搜索實(shí)際上就是一種人機(jī)的交流，當(dāng)在搜索框輸入查詢?cè)~，搜索引擎會(huì)分析你輸入的語義，判斷意圖，判斷最匹配你需求的結(jié)果，并向你推薦精準(zhǔn)答案，這就完成了一段和搜索引擎的對(duì)話。

　　搜索對(duì)話與 AI 對(duì)話存在很多不同，在搜索場(chǎng)景下，用戶對(duì)話輸入實(shí)際上是通過在搜索框中輸入一句話，一次性解答。而在 AI 場(chǎng)景下，用戶輸入更加口頭語化，口頭語比書面語更復(fù)雜，所以它的處理難度會(huì)更大。同時(shí)，由于口頭語的碎片化特點(diǎn)，很多時(shí)候需求在第一時(shí)間提出時(shí)，可能不一定一次性把意圖都表達(dá)完整。

　　“AI 對(duì)話的三種方式”

　　第一種叫功能型交互、也叫命令型交互，表現(xiàn)為用戶向機(jī)器下達(dá)指令，例如：“幫我把燈打開”，在這種情景下，通�？陬^表達(dá)的能力是有限，不會(huì)有太多復(fù)雜的指令內(nèi)容，這個(gè)是相對(duì)來說最容易實(shí)現(xiàn)的方式。

　　第二種叫內(nèi)容型交互，也叫知識(shí)型交互，例如向機(jī)器人下達(dá)指令說“給我講一個(gè)《小紅帽》的故事”，或詢問“北京到上海距離多遠(yuǎn)”。這個(gè)里面需要有海量的網(wǎng)頁抓取技術(shù)，網(wǎng)頁篩選技術(shù)等等支撐這樣的應(yīng)用。

　　第三是開放型交互，也叫閑聊，用戶表達(dá)在非常龐大的語言空間上，甚至有些問題沒有答案。比如說一個(gè)用戶告訴你我今天摔倒了，這個(gè)時(shí)候沒有答案的，機(jī)器需要分析用戶表達(dá)的情感，然后適當(dāng)給出安慰。

　　歸納下來，在 AI 對(duì)話里面，我們 AI 對(duì)話引擎需要具備哪些能力。第一個(gè)是對(duì)用戶口頭表達(dá)的理解能力，第二是需要強(qiáng)大的知識(shí)庫在此基礎(chǔ)上的應(yīng)答能力。

　　“AI 對(duì)話需要哪些技術(shù)?”

　　AI 對(duì)話要求需需要的技術(shù)模塊一共有 4 個(gè)部分，第一部分是語音識(shí)別。語音識(shí)別相對(duì)來說目前技術(shù)比較成熟;第二部分是語義識(shí)別;第三塊是云計(jì)算，AI 需要龐大的計(jì)算支持;第四是我們基于 360 搜索大數(shù)據(jù)的海量語料訓(xùn)練。

　　語義識(shí)別需要用到基于上下文的自然語言理解技術(shù)。分為 5 個(gè)部分，第一部分是意圖識(shí)別，根據(jù)用戶輸入明確理解所要查詢的問題，或者對(duì)話意圖，然后在意圖基礎(chǔ)上做解答。

　　第二叫情感識(shí)別，識(shí)別對(duì)話里想表達(dá)的某種情感，在開放式聊天主要用到情感識(shí)別這個(gè)技術(shù)，包括分析用戶是高興還是憤怒，或者悲傷等等，大概有 21 個(gè)情感。

　　第三個(gè)叫指代消解和省略恢復(fù)，比如說用戶提起一個(gè)問題：“上海的天氣怎么樣?”這個(gè)時(shí)候機(jī)器回答，用戶再接著一句，“北京的呢?”這個(gè)時(shí)候用戶已經(jīng)把北京天氣怎么樣幾個(gè)字省略了，機(jī)器就需要結(jié)合上下文再做進(jìn)一步回答。

　　第四是意圖澄清，比如說用戶說想看藍(lán)蓮花，這個(gè)時(shí)候需要區(qū)分用到底是藍(lán)蓮花的圖片還是書籍，進(jìn)而發(fā)起詢問并進(jìn)一步確認(rèn)。

　　第五部分叫拒識(shí)判斷，如果用戶超出機(jī)器的范圍，如果用戶問的問題是涉及到一些反動(dòng)的，色情的問題，這個(gè)時(shí)候機(jī)器也不能夠回答。

　　“AI對(duì)話需要確認(rèn)對(duì)話邊界”

　　在應(yīng)答層面，存在一個(gè)叫“多輪對(duì)話”的技術(shù)。用戶意圖如果需要多次對(duì)話才能表述完整，機(jī)器要區(qū)分出這個(gè)意圖對(duì)話邊界，用戶表達(dá)意圖從哪句話開始到哪句話結(jié)束。通常來講我們判斷一個(gè)意圖起始的時(shí)候，我們基于當(dāng)前用戶表達(dá)這句話跟上一個(gè)意圖之間，也就是跟上一個(gè)多輪對(duì)話之間有沒有相關(guān)性，如果沒有相關(guān)性，我們認(rèn)為這是新的對(duì)話的開始。

　　用戶在多輪對(duì)話的時(shí)候，可能因?yàn)榭陬^表達(dá)失誤，導(dǎo)致對(duì)用戶的理解出現(xiàn)偏差，這個(gè)時(shí)候機(jī)器需要有一個(gè)糾錯(cuò)的機(jī)制，如果缺少一個(gè)機(jī)制，可能用戶在說完很長的，就某一個(gè)意圖進(jìn)行很長對(duì)話之后，可能對(duì)用戶的意圖視做一個(gè)新的意圖，這樣用戶體驗(yàn)非常糟糕。

　　所以在多輪對(duì)話里面需要一個(gè)智能的、能給用戶進(jìn)行一個(gè)確認(rèn)和感受的機(jī)制，比如當(dāng)用戶說了半天，到最后機(jī)器會(huì)重復(fù)表達(dá)問一下，您說的是這個(gè)意思嗎?如果用戶說是，多輪對(duì)話繼續(xù)，如果不是，再重啟一個(gè)新的對(duì)話。

　　嘉賓介紹：

　　魏少俊

　　清華大學(xué)計(jì)算機(jī)專業(yè)碩士，現(xiàn)任360搜索技術(shù)總監(jiān)，自然語言理解團(tuán)隊(duì)負(fù)責(zé)人;魏少俊在自然語言處理、內(nèi)容推薦、數(shù)據(jù)挖掘、搜索引擎等領(lǐng)域擁有十多年經(jīng)驗(yàn)，加入360之前，魏少俊為百度移動(dòng)搜索團(tuán)隊(duì)總技術(shù)負(fù)責(zé)人。