Nov, 2023

混合聊天机器人中的控制

PDF
TL;DR客户数据通常保存在数据库系统中，这些系统可以看作是基于规则的知识库，而企业越来越希望从大型预训练语言模型的能力中受益。本技术报告中，我们描述了一个商业规则引擎和一个集成的神经聊天机器人的案例研究，以及这种特定集成模式所带来的控制级别。我们还讨论了研究人员为保持控制和避免最近被称为模型 “幻觉” 的方式的替代方法（包括在其他系统中实现的过去方法）。
customer datadatabase systemsrule-based knowledge baselarge pre-trained language modelsneural chatbot
发现论文，激发创造
  • 生产就绪的聊天机器人：生成或提取

    该研究提出了一个混合模型，结合了神经会话模型和基于规则的图形对话系统，通过聊天对话协助用户安排提醒，该系统相较于基于规则的基准系统表现出显著的改进，并结合了神经生成模型，使其足够稳健以应对实际应用场景。

    Nov, 2017

  • 基于深度学习的聊天机器人人类级理解融合

    本研究采用深度学习方法对社交聊天机器人进行情感分析、情感检测、意图分类和命名实体识别，以提高机器人理解和服务质量。

    Dec, 2021

  • 多功能 NLP 聊天机器人：设计、方法论和总结

    本研究论文重点探讨了聊天机器人技术环境的历史、困难和前景，并提供了一种非常灵活的聊天机器人系统，利用强化学习策略改善用户互动和对话体验，使用情感分析和自然语言处理技术确定用户情绪，并探讨了聊天机器人技术发展的复杂性及其对各个领域的深远影响。

    Oct, 2023

  • 将脑科学概念引入到具身式手工对话管理系统中

    本文探讨了在与人类进行自然语言对话或直接语音交流的过程中，将对话系统的研究置于综合智慧的广阔背景之中，从而引入来自神经生物学和神经心理学的概念，以定义能够调和手工设计和人工神经网络的行为架构，并为模仿或指导式学习等未来新的学习方法开启新的可能性。并且，本文介绍了一种神经行为引擎，通过使用图形化语言基于手工模型创建混合主动对话和动作生成。通过在半公共空间上运行的虚拟接待员应用程序，描述了这种类脑启发架构的可用性示范。

    Jun, 2024

  • 将预训练模型集成到基于规则的对话管理中

    本文提出了一种基于规则与数据驱动对话管理系统相结合的模型设计方法，并集成了预训练模型和 few-shot 能力，实现了对话管理的可拓展与高效性。

    Feb, 2021

  • 基于人工智能的聊天机器人：客服辅助方法

    本论文研究了聊天机器人系统的概念，使用各种聊天机器人技术开发了与 AK traders Ltd 公司相适应的聊天机器人系统，通过自然语言处理、机器学习和向量空间模型等技术达到高质量的用户体验。

    Jun, 2022

  • 基于数据库的对话自然语言接口的高效部署

    研究使用对话式多轮数据的方法加速训练自然语言到查询语言的机器学习模型，旨在解决领域数据有限及集成过程繁琐耗时等问题。

    May, 2020

  • 终身学习对话系统：自学聊天机器人

    本文提出使用不断学习的方法，通过与用户进行对话，改进对话系统（chatbots）中按人工规则编译知识库和局限于理解自然语言的能力，提高在多种语言表达和聊天技能方面的用户满意度。

    Sep, 2020

  • 驯服 AI Bot：大型语言模型神经状态的可控性

    本文探讨了用合适的标志控制 AI 机器人并让其达到任何状态的问题，并给出了有关 “意义意义” 的正式定义以及 “有意义的数据” 和 “训练有素的 LLMs” 的特征。通过介绍注意力 AI 机器人的功能特征，并推导出了可控性所需的必要和充分条件，得出了 AI 机器人在意义空间内是可控的结论。

    May, 2023

  • 数据驱动的金融领域统计和自然语言处理技术的内容创作

    本文提出了一个通过摘要网络和层次聚类技术来提取客户提问的框架，同时对客户的问题进行语法和语义相似度分析，并采用 TF-IDF 和 BERT 计算相似性得分。

    Sep, 2021