知识驱动的人机主动对话管理策略

针对当前的对话系统主要是被动响应回复,尚不能较好地进行主动式对话的问题,提出了一种知识驱动的人机主动对话管理策略,模拟人-人交流模式,将对话分为话题切换和话题深入两个子任务,设计个性化对话管理策略来实现多轮对话中的主动引导和话题转移。该策略依据人机交互情感状态确定系统主动对话时机,利用知识图谱作为背景知识信息,主动搜索其在知识图谱中触发的对话实体的多跳邻居集合,从而决定下一步交互内容。针对用户情感消极的话题,通过向外传播法来主动寻找新话题;针对用户情感积极的话题,通过向内聚合法来深入响应当前话题。实验结果表明,该策略在平衡全局对话连贯性和局部话题一致性的同时,提高了系统对话的主动性,为人机主动对话系统的发展提供了新的参考。

基于框架的对话管理模型的研究与实现

对话管理模块在口语对话系统中占有极为重要的地位,它控制系统与用户之间的交互,确定交互过程中的每一步系统将采取何种操作。文中介绍的上海市交通信息智能查询系统中所采用的基于框架的对话管理模型由查询框架和建立在查询框架基础上的对话管理策略构成,该模型实现了对话过程的混合主导,保证了对话过程的一致性和灵活性,并具有较好的移植性。

基于新一代人机对话技术的公安便民服务平台关键技术研究

随着全面深化公安改革工作的推进,如何切实为民警减负是重要研究课题。常规模式下的便民热线和疫情流调场景消耗了大量的警力资源,因此如何通过新技术来构建智能化便民服务平台日益引发关注。新一代人机对话技术具备知识成本构建低,优化周期短等特性,这使得其可以满足智能问答、热线导航和智能外呼工作,进而方便开展优化便民服务,真正为一线民警达到减负增效。