计算机科学与技术学院 社会计算与信息检索研究中心 人机对话关键技术及挑战 本科生 对话理解与对话生成 对话主导 朱才海 冯梓娴 推荐主导 胡景雯 一致性 张家乐 张开颜 连贯性 个性化 多样性 朱庆福 马龙轩 宋皓宇 刘元兴 李凌志 多轮建模 朱泽圻 风格化 Conversational Intelligence (CI) 张伟男副教授 对话式推荐 个人简介 HIT-SCIR 博士生 硕士生 智能人机对话系统“笨笨” • HIT-SCIR-CI 组主导研发 • 平台 • 微信公众号： 2016 年 6 月 6 日上线 • 实体机器人 • 主要功能 • 闲聊 • 问答 • 任务型对话 • 推荐 3 笨笨系统结构 6 “ 任务执行”示例 7 “ 推荐”示例 8 笨笨访问统计 9 智能人机对话系统“笨笨” 10 • 主办方 • 中国中文信息学会 (CIPS) • 承办方 • 哈尔滨工业大学社会计算与信息检索研究中心 • 科大讯飞 ( 数据支持 ) • 赞助方 • 华为公司 中文人机对话技术评测 (SMP-ECDT III) 11 SMP ECDT III 委员 会

智能对话系统中的个性化 胡一川 来也联合创始人 &CTO . 2000-2007 ：清华大学本硕 . 2008-2011 ：宾夕法尼亚大学博 士 . 2011-2012 ：今晚看啥联合创 始人 . 2013-2015 ：百度资深架构 师 . 2015 至今：来也联合创始人 &CTO 个人简介 胡—川 让每个人拥有助理 六百万用户正在使用的对话式在线个人助理服务 • 理解 领先的企业智能助理 智能对话解决方案赋能企业提升效率 • 具有 AI 能力的机器人平台和智能对话解决方案 • 基于大数据挖掘的用户画像，实现个性化推荐 • 超过 95% 的 AI 准确率，人效优化 60% • 2-3 倍的销售转化率提升 来也专注于智能对话技术 2 、用对话机器人 替代人工 . 在线客服 . 智能 IVR . 智能外呼 3 、用对话机器人 提升效率和体验 智能营销 . 智能推荐 . 智能下单 1 、自然对话是唯 一的交互方式 . 车载 . 智能音箱 . 可穿戴设备 适合智能对话系统的场景 . 用户希望得到特定问题的答案 . 机器人回复来自特定领域的知识 库 . 以准确率为评估指标 . 用户希望完成特定的任务 . 机器人通过多轮对话满足用户需 求 . 以需求完成率为评估指标 .

提供客户信息安全保护 • 快速迭代技术 + 快速迭代业 务 • 自助化工具提高运营管理效 率 • 多渠道打通 • 客户全生命周期洞察 • 全面数据获取与分析，完善 产 品与服务 • 智能多轮对话机器人 ( 语音 + 在 线 ) • 精准营销、个性化主动服务 • 客户服务拟人化 以智能化为 核心，多渠 道整合客户 信息 个性化和智能化服务， 提升客户感知度 数据精细化、 自动化知识挖掘、分类、迭代扩展，重塑知识管理流程 人力成本 智能语音 & 在线客服机器人 / 客服助手 / 自动化外呼 代替部分人的工作来降低成本，辅助人的工作提升效率和效果 客服环节 智能语音 & 在线客服 多轮对话机器人 销售环节 实时话术提示 加速成长，提升产能 营销环节 大数据用户画像 精准低成本获客 全方位、全过程的 AI 产品及解决方案 百度智能客服项目实施案例 业务系统 按键式 IVR 语音识别能力 + 深度语义理解 + 对话配置能力 + 智能化知识库 语音识别能力 + 简单语义理解 » 百度智能客服实施案例 —— 某运营商案例 语音导航 IVR 智能对话 IVR 业务系统 业务系统

入的文本进行分析，理解用户的意 图，从而为后续的对话处理提供明确的方向； b) 应具备自然语言交互的能力，意图识别服务可以支持自然语言交互，用户可以使用自然语言进 行提问和查询，无需特定格式或关键词，使得对话更加自然和便捷； c) 应具备多轮对话支持的能力，意图识别服务可以支持多轮对话，可以在对话过程中动态地调整 意图识别结果，从而更好地引导对话过程； d) 应具备强大的后端知识库，意图识别 应具备强大的后端知识库，意图识别服务通常与强大的后端知识库相结合，可以提供更加全面 和准确的信息和服务； e) 宜具备自我学习和优化的能力，意图识别服务可以通过机器学习和自然语言处理技术进行自我 学习和优化，不断提高对话系统的效率和准确性。 6.4.2.2 检索组件 检索组件允许用户高效地查询和获取文档中的关键信息，提升信息获取的效率，进而提升工作和决 策的效能。 a) 应支持对表格、文本数据进行接入、上传，支持对详情进行预览查看； 预测的作用。 a) 应具备引导用户输入的能力，prompt组件可以引导用户输入，例如提示用户输入某个关键词或 问题，以便引导后续的对话处理； b) 应具备提高用户体验的能力，prompt组件可以提供自然语言交互和多轮对话支持，使用户可以 更加自然和便捷地进行对话，提高用户体验； c) 应具备优化模型预测的能力，prompt组件还可以优化模型预测结果，通过提供特定的关键词或 问题，引导模型更加准确地预测用户意图和提供相关回答；

提供语义、对话、推荐等技术解决方案 ，赋能企业和 专业人士 ，打造智能行业助理 • 通过具有 AI 能力的智能交互系统 ，提升专业人 士 的服务效率和服务水平 通过微信服务号为用户提供一站式、对话式的在线私 人助理服务 • 通过理解 - 交互 - 咨询 - 任务等环节 ，完成交易闭 环 个性化的需求如何更高效的被满足？ 如何提升基于交互的服务效率和服务体验？ 任务型对话机器人 商业智能 智能分组推送 个性化推荐 知识库 问答型对话机器人 领先的知识型交互机器人 最懂你的私人助理 结束语 . 提升智能助理产品的可靠性 . 深度学习与智能助理产品 . 智能助理产品的特点 目 录 • • 对一段文本对应的向量进行转换， 转换时使用上下文信息 通常使用 CNN 或 RNN 从编码后的向量中提取对预测有 价值的信息 ■ 深度学习的应用 ：实体抽 取 l 基于深度学习，完全数据驱 动，无需特征工程 l 方法通用，适用于多种领域 不同类型的实体抽取 l 效果明显好于传统方法 l 从非结构化的对话中挖掘结构化的知识 l 将知识进行沉淀和统一维护 l 提高客服效率和质量，提升用户体验 l 知识点数量庞大，无监督的聚类方法效果很差 l 词向量不适合表示句子语义 l 无监督和有监督方法相结合

pretrain + finetune 参数：未公开 特点：输入扩展到图片，更长文字输入，信息可靠性及安全性大幅提 升 人工对齐 强化学习 数据： + 更多的对话语料 模型： GPT-3.5 + 强化学 习 参数： 175 B 特点：对话理解能力提升 数据：未公开 模型： GPT 4 + 多模 态 规模进一步增大 in-context learning 规模增大 Prompt 预训 5%+ 实验室数据仅供参考 2 6 产品能力 l 重点行业模型 l 对话：意图理解准确 l 对话：多轮对话（上下文） l 对话：知识库匹配 l 知识库：问题 / 相似问生成 l 知识库：基于数据 / 资料，生 成知识和答案 l 对话生成：客户未维护的问 题 / 多意图，自动生成答案； l 对话生成：通用知识和答案 生 成，用于兜底 腾讯云智能客服基于领域大模型，增 腾讯云智能客服基于领域大模型，增强语言理解和问答生成，解决客服的数据生产高、跨场景适配差的问题，提供精准高质量的智能对话服务，加速 渗 透 大模型在智能客服应用案例 为客户服务和营销 降本增效 客户服务成本下降 接待 / 销售效率的提 升 文本客 服 bot 电话客 服 bot 智能辅 助 bot 会话分 析 基础能力 场景价值 2 7 • 客户痛点 1. 客服人力不足；

TaskBot ， ChatBot ， 自主学习流程 03 落地效果 QABot 线上效果， TaskBot 线上效果 04 总结 人机协同学习，加速进化 客服系统简介 演变中的客服系统，对话系统， 智能客服机器人， 美团业务简介，美团客服系统 目录 01 话音呼叫中心 纯人工服务模式 只支持语音电话 人效低，成本高 网页在线客服 基于网页会话 支持文本和语音 智能客服 闲聊型对话 问答型对话 任务型对话 图谱型对话 对话系统 1.2 对话系统简 介 • KBQA • 基于图谱推 理 • 解决特定问 题 • TaskBot • 多轮会话 • 针对特定场 景 ChatBot 不解决问题 自然交互 多轮会话 • QABot • 单轮会话 • 上下文无 关 • • • • > 将对话系统技术融入在线客服体系

程序运用知识：指在哪些条件下（时间、状态等）运⽤哪些程序的知识，即知识是"条件 化"的，每种程序知识都有其适合运用的条件； 对应到智能客服中，程序性知识指如何完成某一业务的一套流程或步骤，典型的如业务 对话流。以保险业务举例： 办理汽车保险是有一组有序的步骤的： 1. 收集个人和证件信息，包括身份证、驾驶证、行驶证等 2. 验车 3. 根据验车结果 4. 验车结果通过 FAQ 问答引擎是对话机器人重要的问答引擎，基于阿里巴巴达摩院领先的 NLP 算法 研 发，为用户提供高泛化性、灵活拓展的 QA 对匹配引擎，介绍如下： 适用知识 引擎优势 知识结构 模型训练 事实性知识 高泛化性、精准匹 配、向量召回、语义 计算 QA 问答对 FAQ 匹配模 型 支持线上 训练 2.2 任务问答引擎 任务问答引擎负责多轮对话的对话流设计、意图的管理、任务流的执行等功能，任务对 【公开】 适用知识 引擎优势 知识结构 模型训练 程序性知识 小样本识别、精准实 体抽取、上下文槽位 解析、意图分类+匹 配 多轮对话的对话流结 构 分类模型+匹配模型 支持线上训练 2.3 图谱问答引擎 图谱问答负责结构化体系化知识的问答，基于知识图谱 Schema 针对具备一定结构关 系 的三元组知识进行快速问答，支持多跳、计算、推理能力，介绍如下：

5x | 这种转型需求呈现出明显的技术传导路径：前端需要构建智能 交互层解决服务可及性问题，中台必须建立统一的数据资产中心打 破信息孤岛，后台则需通过 AI 重构核心业务流程。具体表现为： ①对话式交互需支持保险专业术语 90%以上的准确理解；②承保决 策引擎要能在 500ms 内完成多维度风险评估；③理赔自动化系统 需实现医疗票据等非结构化数据的 85%+识别准确率。 在此背景下，行 知、医疗历史、职业风险等 18 个维度的数据。某寿险公司试点数 据显示，模型将高风险保单识别率从人工核保的 76%提升至 94%，同时将自动化核保比例从 15%提升至 63%。 实时交互优化 对话系统支持动态意图识别，在客户服务场景中实现多轮精准追 问。例如处理车险报案时，模型能通过 5 轮交互完整采集事故时 间、责任认定等关键字段，交互效率较传统 IVR 提升 40%，客户满 意度达 2% 72.5% 政策更新响应时效 <2 小时 3-5 工作日 跨产品推荐准确率 91.4% 68.9% 复杂场景交互优化 通过强化学习持续优化对话策略，系统可处理保险服务中的长周 期、多线程交互场景： - 核保咨询：支持超过 20 轮次对话的病史 追溯，自动生成结构化问卷 - 理赔指导：根据用户上传的医疗记录 动态生成补充材料清单 - 争议调解：通过情绪识别自动切换沟通策

&& 生产规划 教育 : 智能问答、试题生成 法律 : 智能法律助手，法律咨询 医疗 : 问诊，用药咨询 科研 问答理解类 常识、专业知识、多语言、多模态、角 色扮演 + 多轮对话、安全陷阱 推理类 情感推理、演绎推理、逻辑推理、归纳 推理、类比推理 创作表达类 文字创作 & 创意、内容改写 / 续写、修改 / 润色、文字处理、编辑 / 语义匹配、摘 SUMMIT 深度学习开发者 大会 2024 上宣布了文心一言的最新数据，并正式发布文心大模型 4.0 Turbo 、飞桨框架 3.0 等最新技术 全球首个百亿中英对话生 成模型 Plato-XL 2019.07 全球首个大规模隐变 量对话模型 Plato 文心一言大模型 4.0 2021.12 全球首个知识增强千亿大模型 鹏程 · 百度 · 文心 2024.06.28 文心一言大模型 联邦学习 强化学习 计算机视觉 服务化部署 文心大模型 训练 开发 模型压缩 时间序列 图学习 动态图 静态图 ⽣物 推荐 语音 自然语言处理 文心一言 ERNIE Bot 对话 PLATO-XL| 搜索 ERNIE-Search 跨语言 ERNIE-M | 代码 ERNIE-Code 语言理解与生成 ERNIE ERNIE 3.0 Zeus