目錄
1. 背景介紹
2. 框架介紹
3. 參考文獻
背景介紹
早在1966年，MIT開發的基於關鍵詞匹配和人工編寫規則的ELIZA[1]取的了讓人欣喜的結果，之後很多年基於檢索式的聊天機器人一些嘗試取得了很大的進展，尤其1998年的ALICE通過AIML的模板匹配取得了很好的成果。
不過近幾年來，隨着神經網絡尤其是深度神經網絡的不斷髮展，人們在語音識別、機器翻譯等方面取得了突飛猛進的成果。很多人開始把神經網絡技術應用在生成聊天機器人中，chatbot也吸引了很多人的關注。
框架介紹
以往的聊天機器人多是基於特定領域型的對話系統或者問答系統，文獻[2]中提出了在開放域以數據驅動爲主的兩種方式，基於檢索系統和基於生成系統的方式，並提出了一種可行的結合方式，通過實驗驗證證實了這種結合方法的優勢。
1、文獻[2]中的框架介紹
基於檢索的對話系統
首先，建立一個相對數量很大的問答數據庫，然後，檢索系統通過對用戶問題的檢索獲取相應的答案。基於生成的對話系統
生成對話系統是通過對大量語料的訓練，得出語言模型，在用戶輸入問題之後根據之前訓練好的語言模型生成相應的答案。
(基於檢索和生成的對話系統框架)
該框架過程簡要描述如下：
1)當用戶輸入會話q之後，優先查找問答數據庫，得到候選答案r*;
2)將用戶的會話q和1)中得到的答案r*一起輸入biseq2seq模型，得到候選答案r+;
3)通過對r*和r+的重排序得到q的最終輸出結果。
2、 基於以上框架的小補充
如果以上框架在對r* 和r+的比較之後，如果最終輸出結果是r* ，那麼系統不做調整，如果最終輸出結果是r+，那麼可以將r+的結果添加到問答數據庫中，更新q*對應的答案，這樣以後或許會使檢索的效果更好（生成模型有一些尚未很好解決的問題，比如RNN的一些缺點）。
3、 該框架存在的問題
上述框架，從實驗的角度來看，二者的結合確實比單一的檢索或者生成的效果要好，但是目前在實際的應用中並沒有得到很好的實現。
其中，主要原因有兩個方面：
第一，創建基於檢索情況下高質量的問答數據庫難度很大，如果在開放域，那將是更加的困難。只有創建基礎的日常對話數據庫或者針對某一些領域的數據庫，其可行性較高。
第二，現有的生成模型並不是萬能的，由於模型自身的弱點和自然語言自身的一些特性，使得尚未能夠得到一種比較好的生成模型，能夠有效的實現對話交流。
4、 如何讓框架在中文chatbot中切實有效
未來chatbot定會像語音識別和機器翻譯一樣取得耀眼的進步，同時會在身邊得到很好的應用，而這主要將依託基於生成技術的發展。
在英語中基於生成模型的chatbot已經取得了很好的成果，但是中文由於語言本身的應用難度，並不能夠通過現有技術的結合取得實效性進展。中文聊天機器人應該從基本的NLP技術入手，解決比如像中文分詞、對象抽取和句子量化表示等基本問題，實現效果可能將會更好。如果一味的借鑑英語的現有技術而不考慮漢語語言本身的情況，可能中文chatbot在應用中還爲之尚早。
首先，應該完善基礎對話數據庫的建設，這一步賦予20%的權重；
其次，從中文自身的特點出發，研究一套適用用於生成模型表示的詞、句方式，讓中文chatbot生成模型真正適合中文，這一步賦予50%權重；
最後，讓對話數據庫和生成模型變爲一種實時的動態結合的方式，通過實際的測試不斷更新數據庫優化生成模型，這一步賦予30%權重。
參考文獻
[1] 聊天機器人最新研究進展 鏈接
[2] Two are Better than One: An Ensemble of Retrieval- and Generation-Based Dialog Systems,pdf