chatbot是最近一段時(shí)間非常火的一個(gè)詞或者一個(gè)應(yīng)用，不僅僅各大新聞媒體在熱炒bot的概念，各大巨頭也投入巨大的資源進(jìn)行研發(fā)，arxiv上刷出bot相關(guān)的paper也更是家常便飯。炒作歸炒作，PR歸PR，不得不說一個(gè)尷尬的事實(shí)是市面上確實(shí)難以找到一個(gè)真正好用的bot。bot按照涉及的領(lǐng)域，分為開放域(open-domain)和面向具體任務(wù)(task-oriented)的bot。開放域要做的事情很大，更像是一個(gè)什么都能搞的平臺，不管你提什么樣的需求，它都能夠解決，有點(diǎn)trueAI的意思，而面向任務(wù)的bot則專注做好一件事情，訂機(jī)票，訂餐，辦護(hù)照等等。
說到開放域bot，大家接觸最多的也就是一些回答非常無厘頭的娛樂用bot，比如很多年前活躍在各大社交網(wǎng)站上的小黃雞，現(xiàn)在市面上活躍著很多號稱掌握了bot技術(shù)，在用深度學(xué)習(xí)解決bot技術(shù)的bot公司，都是這種，解決不了什么實(shí)際問題，就是能和大家聊上兩句，而且很多時(shí)候回答都是牛頭不對馬嘴的，十分可笑。
再說task-orientedbot，市面上最多的就是客服機(jī)器人，銀行也好，電商也罷，不想重復(fù)性地回答用戶的問題，就用一個(gè)客服機(jī)器人來應(yīng)對，且不說效果如何，開發(fā)一個(gè)具體task的bot需要費(fèi)不少工夫，而且后期還要大量的維護(hù)，因?yàn)樘嗟膆andcraftedfeatures被用到，整個(gè)bot的框架橫向擴(kuò)展性相對來說較差，換一個(gè)場景基本上就需要重新開發(fā)一套，人力成本太高了。
bot的理想非常豐滿，大公司描繪的場景也確實(shí)很美，但現(xiàn)實(shí)的bot卻狠狠地澆了一盆冷水下來。期望越高，失望越大。如果媒體一味地吹捧bot，仿佛整個(gè)世界明天就會是bot的了，對bot的發(fā)展并無益處，捧殺只會帶來氣泡，破裂之后，一切如初。
功能強(qiáng)大的、開放域的bot在短期內(nèi)是比較難實(shí)現(xiàn)的，但是如果降低期望，將bot不應(yīng)當(dāng)做是一種技術(shù)層面的革命，而應(yīng)當(dāng)做交互層面的革新才是理性的態(tài)度，bot作為一種入口，可能大家都不再需要一個(gè)隨身攜帶的終端，只需要找到一個(gè)可以識別身份，可以聯(lián)網(wǎng)的硬件，比如一面鏡子，就可以執(zhí)行很多的task，訂機(jī)票、買東西等等等等。bot這個(gè)時(shí)候起到的是一個(gè)操作的入口和背后執(zhí)行各種不同task的黑箱，我們不需要看到整個(gè)執(zhí)行過程，也不需要知道原理是什么，通過一些簡單的語言交互，就能完成一些復(fù)雜的task，終端要做的事情就是反饋結(jié)果和接收輸入，執(zhí)行的過程都在云端，各種bot云。
而這一切的關(guān)鍵是解決好task-orientedbot，用更多datadriven的解決方案來代替?zhèn)鹘y(tǒng)的人工features和templates。
問題描述
bot是一個(gè)綜合性的問題，涉及到下面三個(gè)主要問題：
1、responsegeneration(selection)
對話生成是最后一個(gè)步驟，是輸出的部分。簡單總結(jié)下，有四種solutions：
solution1直接根據(jù)context來生成對話，這方面最近的paper非常地多，尤其是seq2seq+attention框架席卷了NLP的很多任務(wù)之后，對話生成的benchmark也一次又一次地被各種model刷新著。對話生成的問題，被定義為基于某個(gè)條件下的生成模型，典型的根據(jù)context來predictwords，涉及到句子生成的問題，評價(jià)問題就會是一個(gè)比較難的問題。
solution2當(dāng)然有的paper并不是將對話生成定義為語言模型問題，而是一個(gè)nextutteranceselection的問題，一個(gè)多選一的問題，給定一個(gè)context，給定一個(gè)utterancecandidatelist，從list中選擇一個(gè)作為response，當(dāng)然這類問題的難度會小很多，評價(jià)起來也非常容易，但是數(shù)據(jù)集準(zhǔn)備起來要多花一些功夫，而且在實(shí)際應(yīng)用中不好被借鑒。
solution3rule-based或者說template-based，response的最終形式其實(shí)是填充了一個(gè)模板而成的，大多數(shù)的東西是給定的，只有一些具體的value需要來填充。這一類解決方案很適合做task-orientedbot，但過多的人工features和templates導(dǎo)致了其難以移植到其他task上。
solution4query-based或者說example-based，response是來自于一個(gè)叫做知識庫的數(shù)據(jù)庫，里面包含了大量的、豐富的example，根據(jù)用戶的query，找到最接近的example，將對應(yīng)的response返回出來作為輸出。這一類解決方案非常適合做娛樂、搞笑用的bot，核心技術(shù)在于找更多的數(shù)據(jù)來豐富知識庫，來清洗知識庫。但畢竟respnose是從別人那里拿出來的，可能會很搞笑，但大多數(shù)會牛頭不對馬嘴。
2、dialogstatetracking(DST)
有的paper稱DST為belieftrackers，這個(gè)部件其實(shí)是bot的核心，它的作用在于理解或者捕捉userintention或者goal，只有當(dāng)你真的知道用戶需要什么，你才能做出正確的action或者response。關(guān)于這個(gè)部分，會有DialogStateTrackingChallenge比賽。一般來說都會給定一個(gè)state的范圍，通過context來predict用戶屬于哪個(gè)state，有什么樣的需求，是需要查詢天氣還是要查詢火車票。
