Conversational AI - 让人和机器自由对话
如何将人类先验知识低成本融入到预训练模型中一直是个难题。达摩院对话智能团队提出了一种基于半监督预训练的新训练方式,将对话领域的少量有标数据和海量无标数据一起进行预训练,从而把标注数据中蕴含的知识注入到预训练模型中去,打造了SPACE 1/2/3 系列模型,在11个国际公开对话数据集取得SOTA。
人类非常擅长通过极少量的样本识别一类物体,比如小孩子只需要书中的一些图片就可以认识什么是“斑马”,什么是“犀牛”。在这种人类的快速学习能力的启发下,我们希望模型在大量类别中学会通过少量数据正确地分类后,对于新的类别,我们也只需要少量的样本就能快速学习,这就是Few-shot learning 要解决的问题。
深度学习带来了算法性能的大幅提升,但对样本数据的需求量也很大。但在To B的很多业务场景中,数据稀少,这个问题怎么解决呢?
对话工厂(Dialog Studio)是面向第三方开发者的智能对话开发平台,目前已经是云小蜜中智能客服机器人、智能外呼、智能导航的核心对话引擎,服务了政务线、金融线、运营商线、大通用线等众多的客户。本文是云小蜜的资深算法专家李永彬(水德)在2018年做的分享,围绕平台来源、设计理念、核心技术、业务落地情况四大维度讲述了一个较为完整的智能任务型对话开发平台的全景。
对话工厂(Dialog Studio)是面向第三方开发者的智能对话开发平台,目前已经是云小蜜中智能客服机器人、智能外呼、智能导航的核心对话引擎,服务了政务线、金融线、运营商线、大通用线等众多的客户。本文是云小蜜的资深算法专家李永彬(水德)在2018年做的分享,围绕平台来源、设计理念、核心技术、业务落地情况四大维度讲述了一个较为完整的智能任务型对话开发平台的全景。