-
题名面向任务型的对话系统研究进展
被引量：7
- 1
-
-
作者
杨帆
饶元
丁毅
贺王卜
丁紫凡
-
机构
西安交通大学软件学院社会智能与复杂数据处理实验室
西安交通大学陕西省人工智能联合实验室
西安交通大学深圳研究院
-
出处
《中文信息学报》
CSCD
北大核心
2021年第10期1-20,共20页
-
基金
科技部重点研发计划项目(2019YFB2102300)
深圳市科技创新项目(JCYJ20180306170836595)
+4 种基金
四维图新-西安市智能时空数据分析工程实验室联合项目(C2020103)
教育部社会科学重大项目(18JZD022)
教育部“云数融合”基金(2017B00030)
中央高校建设世界一流大学(学科)和特色发展引导专项资金项目(PY3A022)
中央高校基本科研业务费西安交通大学重点项目(zdyf2017006)
-
文摘
基于人工智能技术的人机对话系统在人机交互、智能助手、智能客服、问答咨询等多个领域应用日益广泛,这极大地促进了自然语言理解及生成、对话状态追踪和端到端的深度学习模型构建等相关理论与技术的发展,并成为目前工业界与学术界共同关注的研究热点之一。该文聚焦特定场景下的任务型对话系统,在对其基本概念进行形式化定义的基础上,围绕着以最少的对话轮次来获得最佳用户需求相匹配的对话内容为目标,针对目前存在的复杂业务场景下基于自然语言的用户意图的准确理解和识别、针对训练数据的标注依赖及模型结果的可解释性不足,以及多模态条件下对话内容的个性化生成这三个重大的技术问题和挑战,对当前的技术与研究进展进行系统地对比分析和综述,为进一步的研究工作奠定基础。同时,对新一代的面向任务型的人机对话系统未来的关键研究方向与任务进行总结。
-
关键词
面向任务型的对话系统
自然语言处理
人工智能
深度学习
人机对话系统
-
Keywords
task-oriented dialogue system
natural language processing
artificial intelligence
deep learning
manmachine dialogue system
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
