面向任务的基于深度学习的多轮对话系统与技术

自然语言是人类智慧的结晶,以自然语言的形式与计算机进行交互是人们长久以来的期待。随着自然语言处理技术的发展与深度学习方法的兴起,人机对话系统成为了新的研究热点。人机对话系统按照功能可以分为任务导向型对话系统、闲聊型对话系统、问答型对话系统。任务导向型对话系统是一种典型的人机对话系统,旨在帮助用户完成某些特定的任务,有着十分重要的学术意义和应用价值。文中系统地阐述了一种在实际工程应用中的任务导向型对话系统的通用框架,主要包括自然语言理解、对话管理以及自然语言生成3个部分;介绍了上述各部分所采用的经典深度学习和机器学习方法。最后,对自然语言理解任务进行了实证性的实验验证与分析,结果表明文中内容可以为任务导向型对话系统的构建提供有效指导。

“AI好老师”智能育人助理系统关键技术

近年来,人工智能逐渐被用于解决长期制约教育发展的关键问题。本研究关注如何利用人工智能技术解决教育中的育人问题。育人对智能助理系统的要求体现在领域知识的系统化、问题分析的综合化以及问题咨询过程的智能化等方面。因此,本研究利用人工智能的前沿技术,设计和开发智能育人助理——AI好老师,帮助教师和家长矫正孩子的问题行为,促进孩子健康成长。具体而言,AI好老师利用人工智能领域的知识图谱技术,基于不同育人数据,定义育人知识模式,进行知识的获取和融合,构建育人领域的知识图谱。在此基础上,AI好老师利用人工智能领域的任务导向型对话系统技术和基于知识图谱的推理技术,通过自然语言交互,实现育人问题的智能咨询,自动诊断教师或家长的育人问题,分析原因并给出相应的解决对策。未来,AI好老师将在机器人的结合、智能问答的功能、模型的提升、学生信息的自动获取以及案例的主动收集等方面进一步发展。