[徵文] 對話式AI專欄: Chatbot對話管理篇

[lion741205 (獅子)]

年初決定寫個對話式AI專欄，把個人在業界的開發經驗寫下來，到目前為止已經有七篇文
章了，詳述了聊天機器人框架的方方面面；第八篇文章還在拖稿時，碰到Soft Job版徵文
活動，覺得本系列非常契合活動的技術與實務經驗分享宗旨，相關知識也不是隨便就能取
得的，就趁今晚打著夜燈，熬夜把它給寫完了，在此分享給各位業界先進。

【閱讀本文前建議先看】
http://www.lionethan.com/Chatbot的類型與對比/
http://www.lionethan.com/Chatbot的閱讀能力-自然語言理解篇/

【什麼是對話管理】
聊天機器人的對話管理（Dialogue Management）是為了根據目前的對話狀態，決定系統應
該做些什麼。通常分為兩個子模組，負責更新對話狀態的「對話狀態追蹤」（
Dialogue State Tracking），其輸入自然語言理解模組所得到的使用者動作，以及過往的
對話歷史，輸出對話狀態；以及決定系統動作的「對話策略學習」（Dialogue Policy
Learning），其輸入對話狀態，輸出系統動作。上述的「使用者動作、對話狀態、系統動
作」皆可用一個意圖與一組槽位值表示。

【對話狀態追蹤】
目的是透過「使用者動作」及「對話歷史」更新對話狀態，其對話歷史可能隱含著因資訊
不足，經過系統反問使用者後，產生的「多輪對話內容」；有些需求還會參考使用者畫像
（User Profile），以補足必要的「個性化資訊」。透過推理和總結上述內容，轉換成簡
單的對話狀態（一個意圖與一組槽位值），系統可以將當前的對話狀態映射成更完整的表
示（Representation）。為了考慮自然語言的模稜兩可，語音辨識或自然語言理解模組所
產生的失誤，根據可能正確的使用者動作數量，可進一步分成只考慮置信度最高的1-Best
，以及考慮多個使用者動作與置信度的N-Best方法。

【對話策略學習】
目的是透過「對話狀態」決定系統該做些什麼，如果對話狀態的意圖在系統能夠提供的服
務項目之內，系統會檢查槽位值是否齊全，然後使用其內容查詢服務API，以得到關鍵答
案或內容；若對話狀態的意圖不明，或其符合特定服務但槽位值有缺失，系統應該主動向
使用者提問，透過多輪對話及對話狀態追蹤來蒐集足夠的資訊。最後將關鍵答案或內容封
裝到系統動作中，以一個意圖及一組槽位值代表，提供給自然語言生成模組（Natural
Language Generation）。

【對話管理的實作方法】
基於規則（ Rule-based ）的方法，透過編寫明確的規則，來建立各種槽位狀態下，使用
者動作所對應的系統動作，此種方法無法處理不確定的狀態，且需要手工編寫規則，僅適
合特定領域的簡單場景。

基於有限狀態機（Finite-State Machine, FSM），此種方法又可分為「以點代表槽位狀態
，以邊代表系統動作」，以及「以點代表系統動作，以邊代表槽位狀態」兩種方案；槽位
狀態可分為有或無，系統動作則是詢問槽位或最後回答兩種，為避免置信度過低，也可以
增加動作請使用者二次確認。由於前者在槽位增加時，會使狀態數量急遽增多，只適合資
料驅動的方式；若要以手工建置會建議採用後者。採用有限狀態機的優點在於實作簡單，
且容易理解，缺點是每個狀態和動作都要手工設計，不利於複雜場景。

基於統計（Statistical-based）的方法，通常採用馬可夫鏈（Markov Chain）將對話過
程表示成決策過程，而系統在每個對話狀態中決定下一步動作。採用馬可夫鏈的優點在於
只需要在決策過程中定義槽位狀態與系統動作，就可以自動學習到狀態的移轉關係，也可
在過程中導入強化學習（Reinforcement Learning）與線上學習（Online Learning），缺
點是同樣需要手工設計，不利於複雜場景。

基於深度學習（Deep Learning）的方法，輸入使用者動作及相關特徵，輸出對應的系統
動作，以訓練深度類神經網路模型。基於深度學習的方法需要大量訓練資料才能夠取得效
果，目前實際應用上還難以滿足此須求。

【對話管理的具體流程】
1.自然語言理解模組取得使用者對話「推薦我一家台北的餐廳」，此時會偵測使用者意圖及
識別命名實體，並將結果封裝成使用者動作（意圖=推薦餐廳, 地點=台北），得以將自然
語言映射成簡單的語意表示。

2.對話狀態追蹤模組透過使用者動作（意圖=推薦餐廳, 地點=台北）更新當前的對話狀態，
然後在地點填充常用的預設值，並透過使用者畫像補充用餐的個性化資訊，最後輸出對話
狀態（意圖=推薦餐廳, 地點=台北公館, 口味=喜歡吃辣）。

3.對話策略學習模組得到對話狀態後，發現其意圖在系統能夠提供的服務項目之內，但還缺
少了用餐時間，系統應該反問使用者；所以輸出系統動作（意圖=對空白槽位提問, 地點=
台北公館, 口味=喜歡吃辣, 時間=Null）。

4.自然語言生成模組執行系統動作，產生問句向使用者提問欲用餐的時間「你想在什麼時
間用餐呢？」。

5.自然語言理解模組取得次輪的使用者對話「明天中午」，再次偵測意圖及識別命名實體，
得到使用者動作（意圖=不明, 時間=2020年3月30日12點）。

6.對話狀態追蹤模組參考使用者動作及對話歷史，更新當前的對話狀態（意圖=推薦餐廳,
地點=台北公館, 口味=喜歡吃辣, 時間=2020年3月30日12點）。

7.對話策略學習模組利用使用者動作及對話歷史，蒐集餐廳推薦服務的必要資訊，透過查詢
服務API得到答案後，封裝成系統動作（意圖=推薦餐廳, 地點=台北公館, 口味=喜歡吃辣
, 時間=2020年3月30日12點, 餐廳=右手餐廳, 類型=泰式料理）。

8.自然語言生成模組執行系統動作，產生具體答案「建議你明天中午可以到台北公館的右手
餐廳享用酸辣的泰式料理」。

【未來的發展方向】
為了解決基於深度學習的對話管理方法，在訓練資料上普遍不足的問題，業界已嘗試使用
N-Shot Learning在小樣本下進行訓練，以及使用Zero-Shot Learning在沒有任何訓練
資料的情況下，進行現有模型的遷移與補全，以及在馬可夫鏈決策過程中，導入強化學習
與線上學習，建立獎懲與持續學習的機制；也有學者將GAN應用在自然語言處理上，透過
SeqGAN讓兩個模型相互博弈， 以學習最強的對話策略。

【參考文獻】
POMDP-based Statistical Spoken Dialogue Systems: a Review
http://mi.eng.cam.ac.uk/~sjy/papers/ygtw13.pdf
Maximum Entropy Markov Models for Information Extraction and Segmentation
http://www.ai.mit.edu/courses/6.891-nlp/READINGS/maxent.pdf
Reinforcement Learning
https://en.wikipedia.org/wiki/Reinforcement_learning
One-Shot Learning
https://en.wikipedia.org/wiki/One-shot_learning
Zero-Shot Leaning
https://en.wikipedia.org/wiki/Zero-shot_learning
SeqGAN: Sequence Generative Adversarial Nets with Policy Gradient
https://arxiv.org/abs/1609.05473

【其他對話式AI專欄文章】
http://www.lionethan.com/Chatbot的類型與對比/
http://www.lionethan.com/基於知識庫的問答系統實作方法/
http://www.lionethan.com/模組化的任務導向對話系統實作方法/
http://www.lionethan.com/Chatbot的閱讀能力-自然語言理解篇/
http://www.lionethan.com/Chatbot的記憶與決策-對話管理篇/
http://www.lionethan.com/Chatbot的寫作能力-自然語言生成篇/
http://www.lionethan.com/預訓練語言模型比較（elmo、bert、gpt-2）/
http://www.lionethan.com/Chatbot的挑戰與發展趨勢/
http://www.lionethan.com/AI研發部門與開發流程介紹/

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.10.25.155 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1585506572.A.430.html
推 hentai: 感謝分享
推 ian90911: 感謝分享
推 SuperSunny: 感謝大神分享
推 vvind: 推
推 qrtt1: 有看有推
推 single4565: 推
→ DrTech: 學術文章翻譯，實際上跟工業界結合落差蠻大的
→ DrTech: 建議附上一些學術文章的參考文獻來源。尊重一下原作者。
我日前在業界帶領團隊研發新一代Chatbot產品，而敝司在此領域已經有近十年的經驗了；
這些文章是以個人業界研發經驗為主，廣讀的Paper為輔，每一字一句都是直接憑著記憶，
思考和內化後親手撰寫的總結與心得。

不是任何學術文章的翻譯，而且完全出於業界的實務需求；文章也已經盡量力求完美，
如果相關內容有錯誤或不符合現況，歡迎提出具體問題，一起討論交流加以完善。
另外，我也很樂意整理本文中，提到的所有文獻下載連結，以供大家參考，
請給我一些時間。
推 tommykang: 推獅子大神 謝謝分享業界經驗
→ tommykang: DrTech不懂裝懂
不會啦！同樣是對話式AI，每間公司的研發方向和腳步不同，
有不同的業界經驗是正常的，也因為這樣才會有分享的價值。
推 a2551127: lion大的文筆真的很好 我不懂nlp所以看不懂有關文獻無法
→ a2551127: 入門 但是這系列寫的很全面又好懂 推推 希望之後能繼續
→ a2551127: 以實務的角度對每項技術深入說明
謝謝，完成自然語言生成篇後，會想先講講"知識圖譜"在業界的實際應用情況。
推 tommykang: 我的意思是DrTech前幾篇連Chatbot不代表閒聊都不懂
→ tommykang: 還在學術界工業界落差大 別來亂好嗎?軟工版不適合打高空
你的意思應該是Chatbot一詞，不只代表"閒聊"，其實還包含"問答"和"任務導向對話系統"
，我之前的確糾正過DrTech；由於常有人誤解這點，這也是我親手寫專欄的用意，希望能
帶給大家正確的觀念。
→ DrTech: 不貼原始論文打臉啦。只是提醒而，繼續抄當作自己發表我也
→ DrTech: 沒意見。另外，本人nlp幾年了，論文也有幾篇，專利超過40
→ DrTech: 篇。那些說我不專業的，或者學術定義的chatbot不專業的，
→ DrTech: 真沒必要，互相尊重吧。
→ DrTech: 此行業已經很少人做了，沒必要拉仇恨。真的只是提醒引用原
→ DrTech: 文讓大家有更多參考而已。
→ DrTech: 我們都是知識工作者，用別人的成果註明出處很平常吧。
胡說八道，就是業界心得分享，哪來的原始論文，
有的話請你直接貼上來，咱們比對一下驗真章。

雖然他們罵你不專業，可能會讓你不舒服，我也不知道你拿的是什麼專利，
但你的確對「Chatbot、NLP」等對話式AI不是很熟悉，
才會覺得「只有開放領域的閒聊才會用Chatbot這個詞，
Chatbot不包含任務導向的對話系統」，但那是完全錯誤的觀念，
跟是不是學術定義無關，業界與學界皆是以Chatbot一詞代表「閒聊、問答和任務導向
對話系統」，請參考以下連結：
1.英文維基百科的定義 https://en.wikipedia.org/wiki/Chatbot，
2.中文IThome的介紹 https://www.ithome.com.tw/news/113445
3.我整理的Chatbot類型與對比 http://www.lionethan.com/2020/01/chatbot%E7%9A%84%E9

但為了避免任何爭議，如同我稍早說的，我也已經開始著手尋找，我在文中提到的所有
方法，以及敝司和業界常用架構的學術出處，已逐步整理到參考文獻中。
推 jimmy55311: 推熱心助人的獅子大大 猛猛der 別管Dr.了啦 這種人很
→ jimmy55311: 愛貶低別人提高自己 只要有寫錯他就罵死你 寫得好他就
→ jimmy55311: 說你是翻譯的 不是翻譯的他就說你抄沒附來源 讓他去吠
→ jimmy55311:  根本沒人想理他
推 tommykang: 不能同意jimmy更多
沒關係的，每個人的想法不同，講清楚就好了，也不是做不到；
已新增參考文獻，註明所有方法的首篇學術文獻了，若有缺失歡迎補充。
→ SuperSunny: 又不是在寫論文,還要人家附參考文獻,笑死
推 SuperSunny: 推L大的邏輯和文筆,還有態度
還在努力學習，謝謝Sunny。
推 wili06543: 感謝分享
不客氣。
推 May75504: 感謝獅子大神分享實務心得，軟體工作版應該少點酸民
→ May75504: 多鼓勵這些願意花時間分享經驗的高手專家
推 jing8281: 推這篇
推 SuperSunny: 恭喜lion大奪冠
沒想到會拿到第一名，感謝大家支持。
※ 編輯: lion741205 (111.249.149.20 臺灣), 03/20/2021 09:28:19