开发者学堂课程【达摩院智能语音交互 - 人机对话技术浅析：新趋势和总结】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/42/detail/961
新趋势和总结
内容介绍：
一、新趋势和总结
二、参考文献
一、新趋势和总结
CommonsenseQA: BERT+AMS + 5.5%
少量数据的快速领域自适应
从无结构数据中收集对话语料
多模态的人机对话 AI
在之前的内容中已经讲解了人机对话中两种常用的技术：任务驱动型的人机对话、检索式的人机对话。
但人机对话方向还有很多领域值得探索。有不少用户会经常觉得智能语音产品很笨，不能真正地沿用意图。
其中一个重要问题为人机对话AI缺乏了一些常识知识。最近提出了 AMS 方法，将常识领域知识引入了 BERT 模型，在 CommonsenseQA 的数据集上获得了5.5%的绝对准确率提升。
另外如何用少量数据的快速适应到一个新的领域，也是极为重要的一个研究方向，它能够帮助我们快速搭建一个新领域的人机对话系统。此外从无结构数据中收集对话语料能够帮助我们缓解训练神经网络模型、训练数据不足够的问题。多模态的人机对话例如同时考虑语音、视觉等多模态的一个人机对话也是一个研究方向。
二、参考文献
Chen, Q; Zhu, X.; Ling, Z.; Wei, S.; Jiang,H; and Inkpen, D.2017a.Enhanced LSTM for natural language inference.In Proceedings of the 55th Annual Meeting of the Association for Computational LinguisticsACL 2017,1657-1668.
Chen, Qian, and Wen Wang. "Sequential Matching Model forEnd-to-end Multi-turn ResponseSelection."ICASSP 2019-2019 IEEE International Conference on Acoustics, Speech and Signal
Processing (ICASSP)IEEE,2019.Chen, Q; Ling, Z; and Zhu,X.2018.Enhancing sentence embeddingwith generalized pooling. In Proceedings of the 27th International Conference on ComputationalLinguistics,COLING 2018,1815-1826.
Chen,Qian, Zhu Zhuo, and Wen Wang."BERT for Joint Intent Classification and Slot Filling." arXivpreprint arXiv:1902.10909(2019).
Chen,Qian, and Wen Wang. "Sequential Attention-based Network for Noetic End-to-End ResponseSelection." arXiv preprint arXiv:1901.02609(2019).
