語義識(shí)別是聊天機(jī)器人的下一步

如果是臺(tái)灣的這款A(yù)I機(jī)器人說出“中國(guó)臺(tái)灣省”不過是基于語音庫(kù)作出的自然選擇，只能證明是聊天機(jī)器人在語音識(shí)別的階段的基本表現(xiàn)。那么，達(dá)到語義識(shí)別的聊天機(jī)器人又會(huì)有哪些表現(xiàn)呢？

在聊天機(jī)器人的背后，其實(shí)是一套復(fù)雜的系統(tǒng)，主要包括5個(gè)功能模塊：語音識(shí)別模塊、自然語言理解模塊、對(duì)話管理模塊、自然語言生成模塊、語音合成模塊。

首先，語音識(shí)別模塊負(fù)責(zé)接收用戶輸入的語音并將其轉(zhuǎn)換成文字形式。

然后，自然語言理解模塊在理解了用戶輸入的語義之后將特定的語義表達(dá)式輸入到對(duì)話管理模塊中。

接著，對(duì)話管理模塊負(fù)責(zé)協(xié)調(diào)各個(gè)模塊的調(diào)用及維護(hù)當(dāng)前對(duì)話狀態(tài)，選擇特定的回復(fù)方式并交由自然語言生成模塊進(jìn)行處理。

最后，自然語言生成模塊生成回復(fù)文本輸入給語音合成模塊將文字轉(zhuǎn)換成語音輸出給用戶。

通常來說，聊天機(jī)器人系統(tǒng)中的自然語言理解功能包括用戶意圖識(shí)別、用戶情感識(shí)別、指代消解、省略恢復(fù)、回復(fù)確認(rèn)及拒識(shí)判斷等技術(shù)。

對(duì)話管理功能主要協(xié)調(diào)聊天機(jī)器人的各個(gè)部分，并維護(hù)對(duì)話的結(jié)構(gòu)和狀態(tài)。對(duì)話管理功能中涉及到的關(guān)鍵技術(shù)主要有對(duì)話行為識(shí)別、對(duì)話狀態(tài)識(shí)別、對(duì)話策略學(xué)習(xí)及對(duì)話獎(jiǎng)勵(lì)等。

自然語言生成通常根據(jù)對(duì)話管理部分產(chǎn)生的非語言信息，自動(dòng)生成面向用戶的自然語言反饋。

目前來看，人類不過剛剛邁過了語音識(shí)別的門檻，甚至科大訊飛等公司中文的識(shí)別的準(zhǔn)確率提升到97%以上，但是機(jī)器人作出的反饋則是基于語音庫(kù)的自然連接，和被動(dòng)輸出已經(jīng)形成的答案。聊天機(jī)器人在現(xiàn)階段還做不到自己對(duì)聊天內(nèi)容理解基礎(chǔ)上的回答。曾經(jīng)因接受采訪而聲名鵲起的索菲亞機(jī)器人，后來被證明不過是通過后臺(tái)控制只能背誦標(biāo)準(zhǔn)答案的騙子。

點(diǎn)評(píng)：聊天機(jī)器人不神秘也不神話，它不過是語音識(shí)別在智能機(jī)器人身上的一個(gè)應(yīng)用罷了。目前語音識(shí)別還難以突破語義理解的門檻，哪天人類在語義理解上突破了語義理解的瓶頸，讓機(jī)器人能真正聽懂人話，真正的AI機(jī)器人時(shí)代才會(huì)到來。