开发者学堂课程【达摩院智能语音交互 - 人机对话技术浅析：检索式人机对话】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/854/detail/14078
检索式人机对话
内容介绍：
一、检索式人机对话
二、人机对话的三类常用方法
三、基于 ESIM 的多轮回复选择和 DSTC7 Track1
一、检索式人机对话
是客服聊天机器人中最常用的方法
1.按使用场景划分
（1）单轮回复选择
给定用户的单轮 query ，机器在候选集中选择正确回复，如普通的搜索引擎。
（2）多轮回复选择
给定用户的多轮对话历史，机器在候选集中选择正确的回复。
多轮回复选择有更强的数据信息，不仅需要考虑用户之前输入的信息，还需要考虑机器本身之前的信息。
如图，下图是客服场景下的多轮对话的例子：：
客户首先会问299的湿巾和399的湿巾有什么区别，然后机器会回答材质一样的大小不同，用户又会问哦299的有5包80抽399的才4包72抽，此时用户已经明白两种湿巾的差别，然后机器需要从 n 个不同的回答中选择最优的答案作为回复，这里机器选择的是一种是大包的一种是小包的亲看一下哦，也就是最优答复。
二、人机对话的三类常用方法
1.基于句子编码的方法
（1）基于人工特征的方法，如：TF-IDF
（2）基于神经网络的方法，如：RNN,CNN,LSTM,BiLSTM
（3）优点：速度较快。
2.基于序列匹配的方法
（1）
Mv-LSTM,Matching-LSTM,Attentive-LSTM,Multi-Channels
（2）ESIM 模型(Chen et al,2019)
（3）优点：有较高准确率，其中 ESIM 模型是目前 SOTA 。
3.基于层级建模的方法
（1）Multi-View,DL2R,SMN,DUA,DAM
（2）优点：能显式建模 token-level 和 utterance-level 信息。
三、基于 ESIM 的多轮回复选择和 DSTC7 Track1
1. 基于 ESIM 的多轮回复选择
（1）在第七届对话系统技术挑战赛（DSTC7 Track1）包揽了两项冠军。
如图：
可以看到，阿里在众多知名院校如麻省理工学院等中脱颖而出，拿到了七
（2）ESIM 模型打破了之前基于层级的方法优于基于序列的方法的规律，证明了：基于序列的方法>基于层级的方法。
（3）为了回馈业界，阿里将 ESIM 的代码开源公布：
http：//github.com/alibaba/esim-response-selection
2. DSTC7 Track1 任务介绍
DSTC 是由微软研究院于2013年发起的一项比赛。
（1）任务目标
①要求参赛模型根据给定多轮对话历史，在百或者上万个候选集中选择正确回复
（2）两个硬性规则
①参赛系统不能使用基于规则的特征或系统。
②不能使用除了词向量以外的额外的标注或未标注的预料。
（3）比赛分为两个数据集，所以会决定两个冠军。
①Ubuntu 数据集(规模较大，更多样化)
②Advising 数据集(规模较小，更集中)
（4）两个数据集实例
给定一个多轮对话历史，参赛模型需从候选集中选择出正确回复，根据任务的不同，候选集的数量不同，有的是一百个，有的是上万个，有的还可以使用官方的知识文本。
3.ESIM 原理简介
（1）是一种用于句子对分类问题的主流模型，最早用于自然语言推理任务(Chen et al,2017)
自然语言推理任务指通过模型从一句话推理出另外一句话，是一种典型的对句子分态任务，ESTM 模型已经获得页面大规模关注，被称为是匹配的利器。
详情可见下图：
（2）ESTM 模型主要由三个部分组成
①输入编码：word embedding,BiLSTM encoders
②局部匹配：dot product attention,heuristic matching
③匹配组合：用 BiLSTM,MLP classifier 进行分类
4.ESIM 与之前的 SOTA 方法比较
（1）在两个公开的大规模数据上取得了新的 SOTA
①在zUbuntu(Lowe et al.2015)中获得了2.9%R@1的绝对提升。
②在E-commerce(Zhang et al.2018)获得了6.9%onR@1的绝对提升。
详情可见下图：
