首页
学习
活动
专区
工具
TVP
发布

智能答疑,人机互动推进的重要环节,你知道多少

智能答疑,人机互动推进的重要环节,你知道多少

对人工智能有一定了解的人,能猜得到这一智能答疑,能否让答案实现类人化化,关键还在计算机对问题的理解是否正确和回答方式上。目前,由于语言的意思受到主观习惯的影响,研发在这一块受到比较多的困扰。因为,对一个问题的理解,在计算机运算里,需要对问题的关键词、句式进行分析理解。但是,人的习惯不同,说法不同,这对于只具有运算功能而不具备AI的计算机系统来说,难以处理。

而计算机,只能通过收集大数据,进行模型建立,才能有效地对不同句式的话语进行类人化理解。目前,我国的研究人员,已经可以做到根据中文的习惯来组建符合逻辑的认知模型。做到了对汉语问句词语分组模块化、问句包含事件信息的复杂分析、语义理解等方法。努力建立中国特色的语义表示模型的完善。语义分析的能力越强,能理解的不同句式、问题就越多。

正确的理解问题,机器才能做出有效回答。要回答并不难,但是对于答案的类人化的流畅度,则需要答疑系统具备一定程度的AI才行。智能答疑早期多是运用检索式答疑,是相当成熟的技术了,缺点是答案模式比较固定且生硬。对于跳脱的年轻人而言,这种方式缺乏词语的多样性,缺乏趣味。因此,目前研究方向在生成式答疑方式上。这种方式可以生成大家心目中所期待的额能够自主造句,充分展示自主意识的答案。尽管还没有AI,但是答案极尽类似了。

除了上面说的两点,智能答疑还对对话的管理进行优化,对受众对答案的态度进行了评估。目的,是为了让对话具有人性的温度和类人的态度,真正具备智能的特性。一般,智能计算机在回答问题时,首先是通过从海量的对话数据中进行学习。在习得词语之间的关联后,正确理解问题,确定问题与答案之前的联系。从而做到对于任何问题,都能在正确理解问题的基础上,生成制动回复。类似于进行了检索式答疑。这个过程和有效答疑是有机的整体过程。

至于,对话的测评,其实是为了对回答的质量进行整体效果评估,是为了进一步促进智能答疑系同进步而设置的步骤。随着现代计算机和机器人学的进步,以及对于语言的分析改进,智能答疑这一互动模式已经取得了巨大的进步和发展。不过,目前,智能答疑系同仍然还有具有一些缺点,主要体现在回答问题的方式简单,都是比较短小的问答式。对于,问题前后呼应的问题,和问题之间是否存在逻辑关联,并不能进行很好的判断。

这对我们现有的答疑系统提出了更高的要求。但,对智能系统的应用产品而言,比如智慧教育,则对于这一步的需求才更大、更实用。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20190113A0A9UH00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券