歡迎來到《每周NLP論文推薦》。在這個專欄里，還是本著有三AI一貫的原則，專注于讓大家能夠系統性完成學習，所以我們推薦的文章也必定是同一主題的。

對于聊天機器人研究，可以追溯到上個世紀50年代的圖靈測試。聊天機器人應用場景豐富，可應用于智能搜索，智能客服，家電控制等。是未來AI時代非常重要的交互方式和入口。這是一個極具前景，而又充滿挑戰的方向。本周推薦聊天機器人相關的論文，讓大家能夠迅速了解這樣一個NLP領域。

作者&編輯 | 小Dream哥

1 對話系統綜述

第一篇論文給到這篇微軟出的聊天機器人綜述式的文章。論文講解全面而到位，介紹了聊天機器人的分類以及發展狀況和工作原理。對于一位想切入聊天機器人領域的AI算法工程師來說，是一篇比較好的入門文章。

文章引用量：不多

推薦指數：?????

[1] Jianfeng Gao , Michel Galley , Lihong Li , et al. Neural Approaches to Conversational AI Question Answering, Task-Oriented Dialogues and Social Chatbots. arXiv:1809.08267v2

2 FAQ?

FAQ是目前應用的比較多的一種聊天機器人類型，像市場上的天貓精靈、小度等都屬于FAQ的范疇。其特點是，單輪對話，可涉及的領域比較廣。

因為BERT是趨勢，這里介紹一篇基于BERT的FQA論文。

文章引用量：不多

推薦指數：?????

[2] Wataru Sakata , Tomohide Shibata , Ribeka Tanaka , et al. FAQ Retrieval using Query-Question Similarity and BERT-Based Query-Answer Relevance. arXiv:1905.02851v1.

3 生成式聊天機器人

生成式聊天機器人是研究的熱點，其中基于seq2seq模式的生成式聊天機器人是其中的典型。雖然實際應用起來，效果不可控，但是這種模式是必須要了解的。

文章引用量：290+

推薦指數：?????

[3] Vinyals O , Le Q . A Neural Conversational Model[J]. Computer Science, 2015.

[4]?Serban I V , Sordoni A , Bengio Y , et al. Building End-To-End Dialogue Systems Using Generative Hierarchical Neural Network Models[J]. 2015.

4 實際應用最多的對話系統

對話系統，一般是基于某一個領域，為幫助用戶完成某一項任務而設計的聊天機器人。例如，某一個領域的客服，銷售機器人等。因為要幫助用戶完成某一項任務，因而會涉及意圖識別、填槽以及對話管理等內容。

意圖識別主要是語義匹配及文本分類；填槽主要是實體識別；其中最復雜的是對話管理，它決定了機器人在接受用戶輸入之后，下一步做什么回應。

文章引用量：100+

推薦指數：?????

[5]?Siqi Bao, Huang He, Fan Wang, et al. Know More about Each Other: Evolving Dialogue Strategy via Compound Assessment.?arXiv:1906.00549v1

[6]Qian Chen , Zhu Zhuo. BERT for Joint Intent Classifification and Slot Filling.arXiv:1902.10909v1

5 一個實現的例子

微軟小冰是一個聊天機器人中不錯的例子，微軟在NLP方面確實有不俗的實力。下面給出一個微軟小冰實現的介紹，期待早日開源。

文章引用量：較少

推薦指數：?????

[7] Li Zhou, Jianfeng Gao. et al. The Design and Implementation of XiaoIce, an Empathetic Social Chatbot. arXiv preprint arXiv:1902.10909v1

6 如何獲取文章與交流

找到有三AI開源項目即可獲取。

https://github.com/longpeng2008/yousan.ai

文章細節眾多，閱讀交流在有三AI-NLP知識星球中進行，感興趣可以加入。

總結

以上就是NLP聊天機器人中一些比較代表性的文章，下一期我們將具體介紹FAQ的文章。

有三AI夏季劃

有三AI夏季劃進行中，歡迎了解并加入，系統性成長為中級CV算法工程師。

轉載文章請后臺聯系

侵權必究

往期精選

• 【NLP】自然語言處理專欄上線，帶你一步一步走進“人工智能技術皇冠上的明珠”。

• 【NLP】用于語音識別、分詞的隱馬爾科夫模型HMM

• 【NLP】用于序列標注問題的條件隨機場（Conditional Random Field, CRF）

• 【NLP】經典分類模型樸素貝葉斯解讀

• 【NLP】 NLP專欄欄主自述，說不出口的話就交給AI說吧

• 【NLP】 深度學習NLP開篇-循環神經網絡(RNN)

• 【NLP】 NLP中應用最廣泛的特征抽取模型-LSTM

• 【NLP】 聊聊NLP中的attention機制

• 【NLP】 理解NLP中網紅特征抽取器Tranformer

• 【NLP】TransformerXL：因為XL，所以更牛

• 【NLP】 深入淺出解析BERT原理及其表征的內容

• 【NLP】XLnet：GPT和BERT的合體，博采眾長，所以更強

• 【每周NLP論文推薦】從預訓練模型掌握NLP的基本發展脈絡

• 【每周NLP論文推薦】 NLP中命名實體識別從機器學習到深度學習的代表性研究

• 【每周NLP論文推薦】 介紹語義匹配中的經典文章

• 【技術綜述】深度學習在自然語言處理中的應用

總結

以上是生活随笔為你收集整理的【每周NLP论文推荐】 开发聊天机器人必读的重要论文的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。