竹间智能CTO翁嘉颀：如何打造主动式对话机器人 | 吃瓜笔记

会下雨”，而且可能还有一些基本的上下文，“明天上海会不会下雨？那后天呢？”，可不可以问股票？可不可以听音乐？可不可以叫机器人讲笑话？或者请机器人帮我打个车，帮我订酒店，帮我订外卖，这个都是功能、技能的部分。知识图谱知识图谱是少数机器人可以赢过人的部分。知识图谱的最基础是三元组，三元组就是“A的B等于C”。比如知道姚明的身高是2米26，姚明的老婆是叶莉，姚明的体重是140公斤，姚明打过球队是哪几支？姚明的生涯最高分43分，也知道叶莉的身高是1米9。除了这些基础信息之外，知识图谱可以做推论，像一阶层的推论，姚明的老婆有多高？我知道姚明的老婆是叶莉，叶莉的身高是1米9。那可不可以做两个阶层的推论？比如谢霆锋跟陈小春有什么关系？那这个我们通常不知道，但在知识图谱里面，知道谢霆锋的前妻叫张柏芝，陈小春的前女友也是张柏芝，所以陈小春是谢霆锋前妻的前男友，这是二阶层的推论，可以推论出来。可不可以再做多阶层的推论？例如说陆奇加入百度之后，股价到底涨还是跌？那要先要知道陆奇是谁？什么时候加入百度的？百度那时候股价多少钱，现在股价多少钱，那到底涨还是跌，那是涨了百分之多少？人脑不会记得这么多事情，但机器人可以，所以这是机器人有机会赢过人的部分。作为人是没有办法看了公司的一些差旅的规定，休假的规定，就回答所有的问题，因为有无穷多的问题要问——我去了北京，我要订酒店，我只能订公司的协议酒店吗？那协议酒店不太好，我可不可以自己加钱，订好一点的酒店，可以还是不行？那公司的差旅规定，机器人读完之后，它能帮你回答公司内部的员工这些说的问题。当然更长一点的阅读理解目前还做不到。它不可能读完整篇金庸的小说，最后有能力来回答说谁的武功最高？这个目前机器还差得非常远。对话主题除了知识图谱以外，再往下看对话的主题，这也是人机交互一个最主要的部分。通常对话主题是有阶层关系的，例如我问“你喜欢英超哪支球队？”，“你喜欢英超哪支球队？”这是运动里面的足球里面的五大联赛里面的英超。那我回答“其实我喜欢巴萨”。你问我英超，但是回答是巴萨，这在人跟人的对话里面，可能是OK的，因为它的主题并没有偏离太远。那我回答说“其实我喜欢看NBA”，你问我足球，我回答是篮球，这个对话主题偏离得比较远了，但是也不是完全不行。但至少我不会回答“我喜欢吃蛋炒饭”，这肯定是不行的，因为连最大的阶层主题都不对了。另外可不可以在主题上做一些主动式的引导。今天机器人知道我喜欢看F1，所以今天在跟它聊天的时候，它可能不知道怎么回答，但它跟我说“我不太理解你的意思，但是上海的F1快要开赛了，你今年要不要买票？”所以这个机器人是不是有机会主动去跳转话题，原本聊的话题万一聊不下去了，除了投降以外，能不能主动地去引导话题？它根据你前面讲过的话，根据对你的记忆，你喜欢什么？不喜欢什么？根据你的这个人的user profile，你的用户画像，它可不可以这么做？甚至机器人不再是被动的，不是永远说有人来问问题它才回答，它可以主动式地推荐，会说“今天NBA什么时候重重播，你要不要看？”因为早上在上班，你可能看不了。上下文理解上下文的理解，这也是一个重点，我们基本上不会每次都讲一个完整的句子。举个例子，我的问句都是“那后天呢？”，但是“那后天呢？”代表什么意思要看我的上下文。“明天我们去看电影好不好？”“不行，明天有事。”“那后天呢？”“那后天呢？”代表说后天我们去看电影，好不好？“明天上午会不会下雨？”“会，明天上海小雨，气温几度到几度。”“那后天呢？”这个就代表后天上海会不会下雨？这是过去的那种指代消解，或者是主谓宾的缺失，因为这句话缺了主词或者缺什么词，所以去上面的句子把这些缺的信息把它拉下来。另外一种是用对话主题式的方式：“你们有卖净水器呀？”“有啊”“它占不占地方啊？”（目前对话主题是净水器）什么东西占不占地方？净水器占不占地方。“怎么卖呀”什么东西怎么卖？净水器怎么卖。因为现在对话主题是净水器。用户突然说“你们信用卡目前有促销活动吗？”，我的对话主题从净水器跳到信用卡了，那这是我后面的对话，上下文又可以根据这个信用卡，这个会比较像人的正常交流。至少不会像右边的这个，我可能问“我要买什么样的T恤？”，然后它给我三件，那我跟它说“要黑色的。”，因为没有上下文，它就根本听不懂在讲什么，它就跟我解释说黑色的定义是什么？让人一看就觉得你这个机器人很笨。所以上下文理解也是一个机器人要做到最基本功能之一，因为人不会每次都讲完整的句子。长时记忆和短时记忆机器人可不可以记得你喜欢什么？你不喜欢什么？如果我是你的朋友的话，我总是要主动避开你不喜欢的话题，让你喜欢的话题去接近你。所以说你不会有一个朋友是那种失忆症的患者，你每次跟它讲话都跟游戏的NPC一样，它完全不记得你是谁，只有机械式的回答。我跟它说我不喜欢吃辣的，我喜欢大张伟，它可不可以记得？两个月以后再问说“附近有什么餐馆？”，川菜跟湘菜就不应该出现了。我跟它说“来一首我喜欢的歌吧”，它知道我喜欢大张伟，就会放大张伟的歌给我听。我住在上海，它记得了，所以当我问后天会不会下雨，指的可能就是上海后天会不会下雨。这是长时记忆，基本上不太会变。短时记忆又是另外一个，比如我明天要去苏州见张先生，等下去超市要买牛奶，等下去超市我还要买鸡蛋。到了晚上我要回家的时候问机器人，“去超市我到底要买什么？”，它能告诉我是牛奶跟鸡蛋。所以这个短时记忆大概48小时到一周，之后就可以把它洗掉。自然语言理解的重要性接下来讲到NLU（Natural Language Understanding，自然语言理解）的重要性。我们公司在NLU上做的东西也比较多。中文分词：“我在黄浦江边”，应该分成“黄浦”跟“江边”还是分成“黄浦江”跟“边”。分词是一切东西的根本，分词分错了，后面也不会对。词性标注，这个词到底是名词、动词、形容词还是副词？关键词是什么？人称实体：是第一人称、第二人称还是第三人称。言外行为：我说“等一下我们去吃麦当劳好不好？”，这句话是Question for Opinion，我在询问你的个人意见，所以通常你的回答可以是一个肯定句或者是一个否定句，或者是反问我一个问句，“那我们几点去”，这