會(huì)話(huà)式AI已成為跨行業(yè)業(yè)務(wù)實(shí)踐的組成部分。越來(lái)越多的公司正在利用聊天機(jī)器人為客戶(hù)服務(wù)，銷(xiāo)售和營(yíng)銷(xiāo)帶來(lái)的優(yōu)勢(shì)。

即使聊天機(jī)器人已成為領(lǐng)先企業(yè)的“必備”資產(chǎn)，但其性能仍然與人類(lèi)相去甚遠(yuǎn)。來(lái)自主要研究機(jī)構(gòu)和技術(shù)領(lǐng)導(dǎo)者的研究人員已經(jīng)探索了各種方法，可通過(guò)增加響應(yīng)的多樣性，實(shí)現(xiàn)情緒識(shí)別，提高其跟蹤對(duì)話(huà)的長(zhǎng)期能力，確保保持一致的角色來(lái)提高對(duì)話(huà)系統(tǒng)的性能。等

我們搜索了2019年發(fā)表的重要的對(duì)話(huà)式AI研究論文，向您介紹了在面向任務(wù)和開(kāi)放域?qū)υ?huà)系統(tǒng)中都設(shè)置了最新技術(shù)的前10名。

過(guò)度依賴(lài)域本體和缺乏跨域知識(shí)共享是對(duì)話(huà)狀態(tài)跟蹤的兩個(gè)實(shí)際但尚未研究的問(wèn)題?，F(xiàn)有方法通常在推理期間無(wú)法跟蹤未知時(shí)隙值，并且常常難以適應(yīng)新領(lǐng)域。在本文中，我們提出了一種可轉(zhuǎn)移的對(duì)話(huà)狀態(tài)生成器（TRADE），該函數(shù)使用復(fù)制機(jī)制從發(fā)聲中生成對(duì)話(huà)狀態(tài)，從而在預(yù)測(cè)訓(xùn)練期間未遇到的（三元組，時(shí)段，值）三元組時(shí)促進(jìn)知識(shí)的傳遞。

我們的模型由發(fā)聲編碼器，插槽門(mén)和狀態(tài)生成器組成，它們?cè)谟蛑g共享。經(jīng)驗(yàn)結(jié)果表明，對(duì)于人與人對(duì)話(huà)數(shù)據(jù)集MultiWOZ的五個(gè)域，TRADE的最新聯(lián)合目標(biāo)準(zhǔn)確度達(dá)到48.62%。此外，我們通過(guò)模擬未看到域的零鏡頭和幾鏡頭對(duì)話(huà)狀態(tài)跟蹤來(lái)顯示其傳輸能力。

TRADE在零射門(mén)領(lǐng)域之一中達(dá)到了60.58%的聯(lián)合目標(biāo)精度，并且能夠適應(yīng)少射情況，而不會(huì)忘記已經(jīng)受過(guò)訓(xùn)練的領(lǐng)域。