更多乾貨內容敬請關注「平安壽險PAI」(公眾號ID:PAL-AI),文末有本期分享內容資料獲取方式。
人機對話作為人機交互系統的核心功能之一,發揮著十分重要的作用。目前,生成式的人機對話存在內容把控性較弱,生成內容不一定符合場景需求的問題。所以,在實際運用中往往需要對模型做出更多的調整和控制,使生成的對話更適用於具體場景。
1月8日,由平安壽險AI團隊在Paper Weekly直播間進行的主題為「對話生成模型」的技術分享,由資深演算法工程師姚曉遠主講,其內容分4個部分:
- 壽險的人機對話業務介紹
- Seq2Seq 對話模型原理
- 基於主題規劃和文本屬性控制的Seq2Seq模型優化
- Seq2Seq 模型在壽險業務的實踐介紹
分享老師:姚曉遠
平安壽險人工智慧研發團隊資深演算法工程師。畢業於武漢大學,獲得碩士學位,研究方向為自然語言處理。曾任職於百度,現為壽險人工智慧研發團隊資深演算法工程師,具有 5 年人工智慧研發經驗。曾作為主要開發人員參與圖片廣告、事件圖譜、智能客服等項目,目前擔任人機交互演算法研發負責人,主要進行對話生成、問答匹配演算法研發。
以下是根據本期技術分享內容整理的文字稿。
一、壽險的人機對話業務介紹
1. 對話機器人的常見應用
目前,對話機器人是一個熱門話題,大家熟知的應用和產品主要有三種:
第一種是虛擬助手,能對個人輸入完成相應的任務或提供相應服務,典型的商業產品包括如siri、cortana、度祕等;
第二種是智能音箱,通過語音交互,完成用戶任務,也能對智能家居設備進行控制。典型的商業產品包括如echo、天貓精靈、小愛同學等;
第三種是閑聊對話,在開放域與用戶進行閑聊。典型的商業產品如:微軟小冰。