深度學(xué)習(xí)在自然語言處理方面的應(yīng)用打造智能聊天機(jī)器人

　　作者：張俊林，中科院軟件所博士，技術(shù)書籍《這就是搜索引擎：核心技術(shù)詳解》、《大數(shù)據(jù)日知錄：架構(gòu)與算法》作者。曾擔(dān)任阿里巴巴、百度、新浪微博資深技術(shù)專家，目前是用友暢捷通工智能相關(guān)業(yè)務(wù)負(fù)責(zé)人，關(guān)注深度學(xué)習(xí)在自然語言處理方面的應(yīng)用。

　　責(zé)編：周建?。▃houjd@csdn.net）

　　本文為《程序員》原創(chuàng)文章，未經(jīng)允許不得轉(zhuǎn)載，更多內(nèi)容請(qǐng)訂閱2016年《程序員》

　　聊天機(jī)器人（也可以稱為語音助手、聊天助手、對(duì)話機(jī)器人等）是目前非常熱的一個(gè)人工智能研發(fā)與產(chǎn)品方向。很多大型互聯(lián)網(wǎng)公司投入重金研發(fā)相關(guān)技術(shù)，并陸續(xù)推出了相關(guān)產(chǎn)品，比如蘋果Siri、微軟Cortana與小冰、Google Now、百度的“度秘”、亞馬遜的藍(lán)牙音箱Echo內(nèi)置的語音助手Alexa、Facebook推出的語音助手M、Siri創(chuàng)始人新推出的Viv……

　　究其原因在于大家都將聊天機(jī)器人定位為未來各種服務(wù)的入口，尤其是移動(dòng)端App及可穿戴設(shè)備場(chǎng)景下提供各種服務(wù)的入口。

　　聊天機(jī)器人的類型

　　目前市場(chǎng)上有各種類型的聊天機(jī)器人，比如有京東JIMI客服機(jī)器人，兒童教育機(jī)器人，小冰娛樂聊天機(jī)器人，Alexa家居控制、車載控制機(jī)器人，Viv全方位服務(wù)類型機(jī)器人等。這是從應(yīng)用方向?qū)α奶鞕C(jī)器人的一種劃分。

　　如果對(duì)應(yīng)用目的或者技術(shù)手段進(jìn)行抽象，聊天機(jī)器人可以有以下兩種劃分方法。

　　目標(biāo)驅(qū)動(dòng)（Goal Driven） VS 無目標(biāo)驅(qū)動(dòng)（Non-Goal Driven）聊天機(jī)器人

　　目標(biāo)驅(qū)動(dòng)的聊天機(jī)器人指的是聊天機(jī)器人有明確的服務(wù)目標(biāo)或者服務(wù)對(duì)象，比如客服機(jī)器人、兒童教育機(jī)器人、類似Viv的提供天氣/訂票/訂餐等服務(wù)的服務(wù)機(jī)器人等，這種目標(biāo)驅(qū)動(dòng)的聊天機(jī)器人也可以稱作特定領(lǐng)域的聊天機(jī)器人。

　　無目標(biāo)驅(qū)動(dòng)聊天機(jī)器人指的是聊天機(jī)器人并非為特定領(lǐng)域服務(wù)目的而開發(fā)，比如純粹聊天或者出于娛樂聊天目的以及計(jì)算機(jī)游戲中的虛擬人物聊天機(jī)器人都屬于此類。這種無明確任務(wù)目標(biāo)的聊天機(jī)器人也可以稱作為開放領(lǐng)域的聊天機(jī)器人。

　　檢索式 VS 生成式聊天機(jī)器人

　　檢索式聊天機(jī)器人指的是事先存在一個(gè)對(duì)話庫，聊天系統(tǒng)接收到用戶輸入句子后，通過在對(duì)話庫中以搜索匹配的方式進(jìn)行應(yīng)答內(nèi)容提取。很明顯，這種方式對(duì)對(duì)話庫要求很高，需要對(duì)話庫足夠大，能夠盡量多地匹配用戶問句，否則會(huì)經(jīng)常出現(xiàn)找不到合適回答內(nèi)容的情形（因?yàn)樵谡鎸?shí)場(chǎng)景下用戶說什么都是可能的），但它的好處是回答質(zhì)量高，因?yàn)閷?duì)話庫中的內(nèi)容都是真實(shí)的對(duì)話數(shù)據(jù)，表達(dá)比較自然。

　　生成式聊天機(jī)器人則采取不同的技術(shù)思路，在接收到用戶輸入句子后，采用一定技術(shù)手段自動(dòng)生成一句話作為應(yīng)答，這個(gè)路線機(jī)器人的好處是可能覆蓋任意話題的用戶問句，但是缺點(diǎn)是生成應(yīng)答句子質(zhì)量很可能會(huì)存在問題，比如語句不通順、句法錯(cuò)誤等看上去比較低級(jí)的錯(cuò)誤。

　　本文重點(diǎn)介紹開放領(lǐng)域、生成式的聊天機(jī)器人如何通過深度學(xué)習(xí)技術(shù)來構(gòu)建，很明顯這是最難處理的一種情況。

　　好聊天機(jī)器人應(yīng)該具備的特點(diǎn)

　　一般而言，一個(gè)優(yōu)秀的開放領(lǐng)域聊天機(jī)器人應(yīng)該具備如下特點(diǎn)：

　　首先，針對(duì)用戶的回答或者聊天內(nèi)容，機(jī)器人產(chǎn)生的應(yīng)答句應(yīng)該和用戶的問句語義一致并邏輯正確，如果聊天機(jī)器人答非所問或者不知所云，或者總是回答說“對(duì)不起，我不理解您的意思”，無疑是毀滅性的用戶體驗(yàn)。

　　其次，回答應(yīng)該語法正確。這個(gè)看似是基本要求，但是對(duì)于采用生成式對(duì)話技術(shù)的機(jī)器人來說其實(shí)有一定困難，因?yàn)闄C(jī)器人的回答是一個(gè)字一個(gè)字生成，要保證這種生成的若干個(gè)字句法正確，并不容易做得那么完美。

　　再次，應(yīng)答應(yīng)該是有趣、多樣而非沉悶無聊的。盡管有些應(yīng)答看上去語義沒什么問題，但目前技術(shù)訓(xùn)練出的聊天機(jī)器人很容易產(chǎn)生“安全回答”的問題，就是說，不論用戶輸入什么句子，聊天機(jī)器人總是回答“好啊”、“是嗎”等諸如此類，看上去語義說得過去，但是這給人很無聊的感覺。

　　此外，聊天機(jī)器人應(yīng)該給人“個(gè)性表達(dá)一致”的感覺。因?yàn)槿藗兒土奶鞕C(jī)器人交流，從內(nèi)心習(xí)慣還是將溝通對(duì)象想象成一個(gè)人，而一個(gè)人應(yīng)該有相對(duì)一致的個(gè)性特征，如果用戶連續(xù)問兩次“你多大了”，而聊天機(jī)器人分別給出不同的歲數(shù)，那么會(huì)給人交流對(duì)象精神分裂的印象，這即是典型的個(gè)性表達(dá)不一致。而好的聊天機(jī)器人應(yīng)該對(duì)外體現(xiàn)出各種基本背景信息以及愛好、語言風(fēng)格等方面一致的回答。

　　幾種主流技術(shù)思路

　　當(dāng)前聊天機(jī)器人的幾種主流技術(shù)包括：基于人工模板、基于檢索、基于機(jī)器翻譯技術(shù)，以及基于深度學(xué)習(xí)的聊天機(jī)器人。

　　基于 人工模板的技術(shù)通過人工設(shè)定對(duì)話場(chǎng)景，并對(duì)每個(gè)場(chǎng)景編寫針對(duì)性的對(duì)話模板，模板描述了用戶可能的問題以及對(duì)應(yīng)的答案。這個(gè)技術(shù)路線的好處是精準(zhǔn)，缺點(diǎn)是需要大量人工工作，而且可擴(kuò)展性差，需要一個(gè)場(chǎng)景一個(gè)場(chǎng)景去擴(kuò)展。目前市場(chǎng)上各種類似于Siri的對(duì)話機(jī)器人中都大量使用了人工模板的技術(shù)，但其精準(zhǔn)性是其他方法還無法比擬的。

　　基于 檢索技術(shù)的聊天機(jī)器人則走的是類似搜索引擎的路線，事先存儲(chǔ)好對(duì)話庫并建立索引，根據(jù)用戶問句，在對(duì)話庫中進(jìn)行模糊匹配找到最合適的應(yīng)答內(nèi)容。

　　基于 機(jī)器翻譯技術(shù)的聊天機(jī)器人把聊天過程比擬成機(jī)器翻譯過程，就是說將用戶輸入聊天信息Message，翻譯成聊天機(jī)器人應(yīng)答Response的過程類似于把英語翻譯成漢語。基于這種假設(shè)，就完全可以將統(tǒng)計(jì)機(jī)器翻譯領(lǐng)域相對(duì)成熟的技術(shù)直接應(yīng)用到聊天機(jī)器人開發(fā)中。

　　基于 深度學(xué)習(xí)的聊天機(jī)器人技術(shù)是本文后續(xù)內(nèi)容主要介紹的技術(shù)路線，總體而言，絕大多數(shù)技術(shù)都是在Encoder-Decoder（或者稱作Sequence to Sequence）深度學(xué)習(xí)技術(shù)框架下改進(jìn)的。使用深度學(xué)習(xí)技術(shù)來開發(fā)聊天機(jī)器人相對(duì)傳統(tǒng)方法來說，整體思路非常簡(jiǎn)單并可擴(kuò)展。

　　利用深度學(xué)習(xí)構(gòu)建聊天機(jī)器人

　　如上所述，目前對(duì)于開放領(lǐng)域生成式聊天機(jī)器人技術(shù)而言，多數(shù)采用了Encoder-Decoder框架，所以這里首先描述Encoder-Decoder框架技術(shù)原理。然后分別針對(duì)聊天機(jī)器人研究領(lǐng)域需要特殊考慮的主要問題及其對(duì)應(yīng)的解決方案進(jìn)行講解，這些主要問題分別是：多輪會(huì)話中的上下文機(jī)制、“安全回答”以及個(gè)性信息一致性問題。

　　Encoder-Decoder框架

　　Encoder-Decoder框架可以看作一種文本處理領(lǐng)域的研究模式，應(yīng)用場(chǎng)景異常廣泛，不僅可用在對(duì)話機(jī)器人領(lǐng)域，還可以應(yīng)用在機(jī)器翻譯、文本摘要、句法分析等各種場(chǎng)合。圖1是文本處理領(lǐng)域里常用的Encoder-Decoder框架最抽象的一種表示。Encoder-Decoder框架可以直觀地理解為適合處理由一個(gè)句子（或篇章）生成另外一個(gè)句子（或篇章）的通用處理模型。對(duì)于句子對(duì)（X，Y），我們的目標(biāo)是給定輸入句子X，期待通過Encoder-Decoder框架來生成目標(biāo)句子Y。X和Y可以是同一種語言，也可以是兩種不同的語言。而X和Y分別由各自的單詞序列構(gòu)成：

　　Encoder顧名思義就是對(duì)輸入句子X進(jìn)行編碼，將輸入句子通過非線性變換轉(zhuǎn)化為中間語義表示C：