IT之家11月7日消息 在布魯塞爾當(dāng)?shù)貢r(shí)間11月1日下午的全球頂尖NLP會(huì)議EMNLP上，微軟首席科學(xué)家 武威及北京大學(xué)助理教授 嚴(yán)睿做了關(guān)于《Deep Chit-Chat: Deep Learning for ChatBots》的報(bào)告總結(jié)，歷時(shí)3小時(shí)152頁P(yáng)PT的干貨分享。
報(bào)告中表示，
這個(gè)報(bào)告是對(duì)我們幾年來在聊天機(jī)器人研究上取得成果的一個(gè)全面總結(jié)，也是對(duì)未來聊天機(jī)器人工作的一個(gè)展望。報(bào)告的引言部分從聊天機(jī)器人的歷史講起，囊括了聊天機(jī)器人的現(xiàn)狀，微軟小冰所取得的成就，以及聊天機(jī)器人的系統(tǒng)概述。
隨后我們介紹了一下深度學(xué)習(xí)的一些基本知識(shí)，以使得聽眾能更好的理解后面的內(nèi)容。接下來的內(nèi)容詳盡地闡述了檢索式聊天機(jī)器人的構(gòu)建方法和生成式聊天機(jī)器人的構(gòu)建方法。
在檢索模型里，我們分別討論了單輪檢索模型，多輪檢索模型，以及一些目前的研究趨勢(shì)。每種檢索模型都可以用兩個(gè)基本框架來解釋，而目前的大部分模型都是這兩個(gè)框架的特例。
在此基礎(chǔ)上，我們介紹了在標(biāo)準(zhǔn)數(shù)據(jù)集上的模型對(duì)比，并由此給出了一些實(shí)際應(yīng)用中的經(jīng)驗(yàn)。在生成模型里，我們同樣討論了單輪生成模型，多輪生成模型，除此之外，還討論了一些諸如個(gè)性化生成的問題。生成模型里面最大的問題：模型評(píng)估問題被單獨(dú)列出來討論。
報(bào)告的最后指出了幾個(gè)目前研究的前沿方向，并對(duì)整個(gè)報(bào)告做了總結(jié)。
《Deep Chit-Chat: Deep Learning for ChatBots》完整PPT查看：點(diǎn)此鏈接。 提取碼: kpgv
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。