CIIS演讲实录丨朱小燕：对话系统中的NLP
10月12-13日，第七届中国智能产业高峰论坛在佛山开幕，在NLP与服务机器人专题论坛上，智能技术与系统国家重点实验室主任朱小燕发表了主题为《对话系统中的NLP》的精彩演讲。
以下是朱小燕老师的演讲实录：
朱小燕：谢谢大家，非常感谢有机会跟大家讨论NLP与服务机器人的关系，我理解的服务机器人还是软件BOTs，这是我的理解。我的报告过程中主要是讨论这个问题，我在沙龙那边也有十分钟的内容，我就把一些自己的想法在那边谈，在我们这个技术论坛上，我主要题目是对话系统中的NLP。我在沙龙中听到一些NLP老师的报告，我说以后再也不敢说我是做NLP，就说我不是做NLP，这是说我们的系统中用到了哪些NLP的东西，因为我们做对话系统，做系统也有十多年，所以我们还是有一些体会和结果的。
BOTs现在挺火的，毕竟是人工智能可以落地很重要的一个角色，人工智能很多问题可以表现在对话、交互过程中。所以学术界都非常重视，也特别火，从企业来说叫红海了。对话实际上有一个发展过程，如果说是问答的话，从问答、对话到交互，中间有一些互相包含，但是还是有一个发展过程的。问答就是一问一答，对话有上下文逻辑，这就是我们常说的对话。还有交互，现在有一个词叫交互智能，已经提到这个层面了。跟对话有什么不一样？就是融合了各种各样上下文或者环境信息，在输出那一段更扩展一些，但是输出应该是做出决策和推荐。我们研究小组这方面的研究做了十余年了。
Key Lssues in Dialogue Systems，现在从研究角度来说，成果最不明显或者最薄弱，或者说不能用深度学习很好实现的环节是对话管理。问题比较突出、明显的，或者说深度学习等新的技术提现还仅仅是在论文中，离实际应用还有很大的研究空间。下面的语言生成部分的研究成果表现还是很突出的。还有就是End-2-end的Dialogue System，有一些场景用得非常好，有一些场景就不尽人意了，其实这是人工智能的一个系统，也特别突出的体现了人工智能系统的一个特点。今天我们不讨论这个问题，仅仅讨论技术本身。其实你说这个技术有没有瑕疵？比如说对话系统、语音识别系统，有没有瑕疵呢？有，这个瑕疵什么时候都有，如果我们定义只有100%对的时候才是完美的话，什么时候都有瑕疵，我们做实验谁敢说自己是100%的，肯定不敢说100%，99.99%后面还要留0.01%。其实这个瑕疵是人能不能容忍的，或者能不能真正带着这个瑕疵完成任务，满足需求，适应环境，得到最后想要的结果。这个算法在什么地方合适，用的时候自己要掂量掂量，不是什么时候都好用，最重要的看能不能把它用好。
从架构来说，这张图虽然有些粗糙，但是很全，把几个部位都点出来了，一个输入、一个输出，中间一个对话管理，底下就是Knowledge支撑。知识一定要有否则这个系统是不完整的。从算法上说，我已经列进去了，如果在座感兴趣的话，一看这些名词就知道怎么回事了，时间有限我就不多讲了，上面有一个End to End，从Input到Output，这也挺好使的。做完对话逻辑后，再到Output，中间很多算法都能实现，其实算法是为了实现目标的。
NLP无处不在。什么叫NLP，我们不讨论定义，有说不清的地方，但是我觉得NLP无处不在。不管输入用语音还是键盘甚至图像，但是最后处理还是以文字或者说知识表示的代码或者编码，还是跟NLP相关的。分开来说，就是前端、后端、对话管理和知识管理。就是这四部分，我把每一部分大概讲述一下，前端是最重要的，因为如果要对用户的输入不知所云，后边就不用想了。所以前端非常重要，从处理的内容角度来说，输入语义分析、输入语义分类，还有相似度度量，各种计算，关键词抽取、分词、浅层语法分析、深层语法分析，从构建一个应用级、企业级、产品级架构时会这么想，但是研究的时候会有另外一个角度，会从方法上考虑，就变成传统方法和机器深度学习方法，企业也特别清楚，就是这两种。
传统方法（Semantic parser），我举一个例子，做语义分析，有一个五道口，全聚德，可以分析得很好，如果没有语音识别错误的话。但是问题是怎么设计构建规则库。很多人很烦这件事情，真的想做一个产品的话，如果产品不是非常复杂的东西，其实是一次性的，要用这个来说这个东西不好，其实没有什么道理，如果希望减轻内部开发成本，希望做一次其他各个领域也都能做，那就是另外一回事。但是这个东西，有一些自动生成的方法，肯定有，但是自动生成的方法拿过来就用，是不是还得要检查一下。我们十多年前就做了规则自动生成的工作，一下生成十几个，到上万个。但是一定要有评价体系，要进行筛选和评估，上万个到二十几个时候，总体性能不下降，那么二十几个可以代表一万多的。所以规则自动生成可以，关键是怎么评价、筛选。还有就是在使用过程中是否能够自动，半自动更新？这些东西怎么融入知识，跟知识关联起来，怎么表示出来？
深度学习的方法（见PPT），这是典型的深度学习框架图。左边是问题，问题的一些东西可以映射到右边的框，实质上是一个比较，相似度度量，怎么度量都可以，度量方面几十种。如果把这个实现了，基于嵌入式学习，可以替代刚才的工作。这里面肯定也有它的一些问题，因为深度学习的研究，现在做研究的人，要比传统的研究多得多，所以问题大家都挺清楚的。我就不多说了。
输入意图理解，它有一个基本模型，深度学习end to end，从输入一下跨到输出。我认为从任务分类的角度来说，这是一个问题相似度度量问题，从应用角度来说，不同的问题可以有不同的解释，如果从应用角度来说，比较擅长处理FAQ类任务，更像检索模型，进来一个东西，选择最相近的问题及其对应的答案。所以我觉得像检索模型。从基本模型来说，就是序列对比。这么拆分后，这件事其实就是一个计算过程，用什么模型都行，只要能把它算出来就可以了。训练的时候，数据的内容要转化为一个模型。这是现在的主流，需要大规模的训练数据，大规模到底是多少，也没有一个定数，如果几千，到几百万，几千万。具体任务具体分析。如果做聊天机器人，几千万也不是什么大数，如果只有几千个就挺难的。应用的时候，把输入通过模型转化后，跟已有数据进行比较，还是度量，把答案引过来，这是最基本的做法，可能大家还有很多变革。这个是否好使？很多情况下好使，但是问题也很明显，我觉得做过或者用过的人就很清楚，知识怎么加进去？就是说现在从产业的角度来说，很多平台会说我们可以做POC，你拿过去用，测试结果通过后，可以上线，用我的云服务。至少有一批应该是这种类型。我个人认为这样的问题处理过程，从信息处理的角度，仅仅是是“听见”的程度。进一步“听明白了”，再进一步“知道该要干什么了”，单用这种类型很困难，因为张三家的数据给李四家用，新用户的个人信息怎么加进去？还要好好想想。
还有一个问题，我们也做了很多研究，但是没有做到实用系统上。我叫做增量学习，或者叫其他什么学习也行。用户的产品信息变了的时候，怎么把新的数据放进去，现在有一种流行的方法叫“喂数据”。真正做过实用系统的，这种方法真的可行吗？
这是我们的一个工作，做意图理解的时候，不光计算问题的内容，还要同时计算答案的内容，做交叉计算，结果会稍微好一点。后端的语言生成，我认为目前的成果已经挺好的了。生成也可以分为两种，一个是特定领域对话输出生成，二个聊天机器人对话输出生成。如果我们不是end to end，可以分析出来对话到哪一个状态，相对应哪一个值，可以生成一个比较好的结果。现在生成模型做得还是比较好的，说的都是人话基本没有语法问题，可以接受。比如说多样性等等，也能做得比较好。
聊天机器人，目前应该是没有人用规则的方法做语言生成了。假如你有那么多数据，可以去做聊天尝试。我们也弄到900万数据，做了一些尝试性的研究，希望在聊天人格化，情绪表达等方面做一些工作。
对话管理，传统方法挺多的，大家可能觉得有一点蠢，但是其实挺好用的。系统学习的方法，就讲这一张图，这是一个模型，就是说需要各种Memory，上文中说各种各样的话，哪一些地方值得注意等等进行记载，然后加入到后续的计算。其实基本概念就是说把以往的上下文，看做历史，然后不停往里面加，才能把对话持续下来。
知识管理，知识表示，现在非常受重视，人工智能做知识表示特别多，论文也很多，我们系里头也有几个团队在做，做了很多，各种方法都有，从论文的角度来说，还是很不错的论文。
结论与问题，结论，NLP在BOTs系统中的绝对重要地位不可置疑。现在越来越多的不是针对NLP某一个技术，比如说分词、词形标注，整个处理单元越来越大，比如说一句话、一个段落，一个篇章。整个篇章就把它“喂”进去，后面就一个输出，所以NLP在里面到底起什么作用？整个计算还是在计算语言学范围内进行各种各样的讨论，不过按现在的模型，离真正的内容理解越来越远了。只是说反复出现后就记下了，其实不理解这句话到底说什么。但是越来越远，是不是人所希望的智能，就是可解释性的人工智能，我们希望它能解释，但是现阶段在企业使用，是不是差不多也行，只要输出不胡说八道就可以了。有一个老板说，我不怕它智障，我怕它抽风。所以我觉得NLP发展，里面的技术怎么拿来用，还要跟我们的目标、任务紧密关系在一起。
NLP深度学习其实还行，输入相似度的问答（客服）也有一些系统。问题是如何能力真正打通用户交互信息与领域知识的通道？我听过一些企业的说法，完全打不通。用户信息是加不进来的，还有知识向量表示研究成果如何提升到实用阶段？知识向量表示后，真正能用吗？现在还远不能用。
谢谢大家！
CAAI原创 丨 作者朱小燕
未经授权严禁转载及翻译
如需转载合作请向学会或本人申请
转发请注明转自中国人工智能学会