问答与对话系统

回答自然语言问题并进行对话的系统，涵盖检索式和阅读理解式问答，以及面向任务型和开放域对话代理。

Definition

问答系统直接回答自然语言问题，而对话系统则通过多轮对话来告知或协助用户。

Scope

涵盖问答——事实型、基于检索和阅读理解的方法——以及对话系统，包括具有对话状态跟踪功能的任务型代理和开放域对话模型。它探讨了预训练模型的作用以及正确性和连贯性的评估。底层的Transformer架构在统计和神经领域中有所涉及。

Core questions

• 基于检索的问答和阅读理解式问答有何不同？
• 面向任务的对话系统如何跟踪状态并选择行动？
• 开放域对话代理的特点是什么？
• 如何评估答案和对话的质量？

Key concepts

• 事实型问答
• 阅读理解
• 检索
• 任务型对话
• 对话状态跟踪
• 开放域对话
• 对话代理
• 评估

Key theories

阅读理解式问答

通过从文章中定位或生成答案来回答问题，这项任务通过在理解数据集上进行微调的预训练Transformer模型得到了转变。

对话状态跟踪

在多轮对话中维护用户目标的结构化表示，以便任务型系统能够决定询问、确认或执行什么。

History

对话系统可追溯到Weizenbaum的ELIZA（1966），该系统使用简单的模式匹配。问答系统通过评估活动日趋成熟，BERT等大型预训练模型以及随后的生成模型的出现，极大地改善了阅读理解和开放域对话。

Debates

真正理解与模式匹配

流畅的对话系统是真正理解语言，还是像ELIZA一样利用表面模式；随着大型模型产生令人信服但有时缺乏根据的响应，这个问题变得更加紧迫。

Key figures

• Joseph Weizenbaum
• Daniel Jurafsky
• Jacob Devlin

Seminal works

• weizenbaum1966
• devlin2019

Frequently asked questions

任务型对话和开放域对话有什么区别？

任务型系统帮助用户完成特定目标，例如预订航班，并跟踪结构化状态。开放域系统旨在就任何话题进行对话，优先考虑连贯性和参与度，而非完成特定任务。