與AI對話──漫談聊天機器人

講者／蔡宗翰教授（國立中央大學資訊工程學系教授）｜彙整／葉珊瑀
整理自2019.06.21「AI報你知」校園講座．同名

口語對話系統

學術上將聊天機器人稱為「口語對話系統」，相較於「一般介面設計」，需要騰出手來操作，這在開車等情境下，或對於3C操作不熟悉的年長者而言，非常不方便。若可私訊官方粉絲頁，訂購指定商品，或喊聲「加好友」就可將友人拉進LINE群組，對使用者而言會方便許多。

自然語言理解

如今的機器能夠做到這一步，歸功於機器已經能夠透過深度學習，將每個詞置放於語意空間中。在語意空間中距離相近的詞代表他們的意義也是相近的。例如：

和「好棒」相近的詞彙有：超讚、真不錯、真好、好有趣、好感動
和「好棒棒」相近的詞彙有：不就好棒棒、啊不就好棒、好清高、好高尚

兩個詞之間，雖然只差了一個字，意義卻大不相同，機器已經依此抓到中間些微的差異。

聊天機器人依目的，又可分為任務導向機器人與閒聊機器人兩大類。前者，例如個人助理，能幫你完成生活中可以快速解決的瑣事；後者則是與使用者不著邊際地聊天、對話，聊越久越好，以滿足用戶的心理需求。

語言理解→對話管理→生成回應

任務型機器人有三個模組：機器會先透過語音辨識，將語音轉換成文字，辨識這句話屬於什麼主題（例如電影），接著識別意圖（查電影場次），產生結構化資訊，接著經過「對話管理模組」，生成人類聽得懂的句子給出回應。其中「辨識主題、意圖」，可以透過文本分類訓練。

在對話管理模組中有三要素：觀察，聽見用戶發出指令；狀態，用來記錄用戶的需求；動作，是系統回給用戶的話。以訂電影票為例，必須透過狀態追蹤，確認時間、片名、地點等必要資訊是否取得，才可到後端資料庫中查詢符合條件的電影。基於已取得用戶端資訊的程度，系統會透過「對話策略模組」決定該採取的動作。例如：

通知地點為Taipei 101：inform(location=Taipei 101)
要求地點資訊：request(location)
確認類型為台灣：confirm(type=Taiwanese)

決定對話動作後，系統會透過「回應生成模組」，將上面硬邦邦的結構化資訊轉化成人類可以聽懂的語言，傳達給用戶。常採用模板式生成法，透過設定好的模板，將空缺的關鍵字填入。例如：

inform(location=Taipei 101) → 最近的地點在Taipei 101。
request(location) → 請問你家在哪裡？
confirm(type=Taiwanese) → 你想要的是臺灣食物嗎？

然而隨著模板增加，彼此間可能相抵觸。另外，不同情境的模板可能無法混用，例如推薦餐廳的模板沒辦法直接套用於推薦電影的情境。

閒聊機器人

蔡教授在2015年底美國總統大選時，因應時事，製作可以模仿川普、希拉蕊語氣的聊天機器人。首先，先選出40,000句美國政治影集中的對話作為訓練資料，接著是兩位總統候選人的電視辯論片段，最後是個900句兩位候選人曾說過的話。以下是川普機器人的測試對話：

Q: What do you think of the great wall?
A: A nation without borders is not a nation at all.

Q: What’s your view of the great wall?
A: We must have a wall.

以往的機器人面對類似問句時，常常給出一樣的回應。由上面系統真實的對話可看出，這個機器人能擺脫這個限制，改變回應的說話風格，因此聽起來就像是川氏風格。

動手做聊天機器人

製作聊天機器人的第一步，是文句分析。分析文句的方法有兩種：「關鍵字分析」與「語意理解」。前者透過拆解句子找到關鍵字；後者則是從句子推測用戶的意圖、相關實體（entity）。以「我要一杯咖啡」為例，關鍵字分析可以抓出其中的關鍵字是「咖啡」，語意理解則可以分析出用戶的意圖是要（機器人幫忙）點咖啡。

同一件事物可能有不同的稱謂，此時可以建立同義字（synonym），將「New Taiwan Dollar」與「NTD」都定義為與「新台幣」相同的字詞。在系統測試階段，可能會遇到系統難以回答的問題，這些記錄都可以留下做為日後改進的依據。

(本文為教育部「人工智慧技術及應用人才培育計畫」成果內容)