1. 研究背景
近年来，智能对话机器人在智能客服领域的应用越来越广泛。流畅的人机对话对解决客户的问题和维护客户的情绪十分重要，这要求机器人必须能够识别何时应当保持倾听，何时应当作出回复。然而现有的对话机器人几乎都遵循一问一答（turn-by-turn）的交互模式，这种模式经常导致机器人对客户不完整或重复的表达作出不合适的回复，甚至让对话朝着错误的方向发展下去。下图是滴滴客服场景中，一个用户和客服的对话，以及将客户的问题输入机器人后得到的对比结果，可以看到，客服机器人经常对这类不完整或重复的表达给出错误的回答。在客服领域中，用户在移动端更加倾向连续发送短的、片段的或重复的问题，因此机器人错误回复的问题更为突出。
尽管如此，学术界关于何时才是恰当的回复时机的研究却非常少。Google在Smart reply系统中提出了Triggering model，通过对邮件数据进行标注并训练一个二分类模型来判断某一封邮件是否应当被回复。然而在智能客服领域，对话具有半开放、多轮交互的特点，会话级别的标注成本十分高昂并且难以覆盖长尾意图。另一方面，由于在线客服经常同时服务多个客户，在回答客户的同时还要查询知识库、查询工具系统来解决用户的问题，针对某个客户的问题，客服往往不能及时的回复。这就削弱了客户和客服的对话日志中本应携带的有关应答时机的监督信息，并导致以监督学习的方式训练应答模型变得不可行。
原文链接:【https://www.infoq.cn/article/PryRhWq1Pj6xkB59GBX6】。未经作者许可，禁止转载。