为了理解自然语言，聊天机器人还要走很多“歪路”

为理解自然语言，唯有慢慢的填坑。

上周，以先进的机器学习和自然语言处理技术见长的聊天机器人初创公司Talla推出了一款HR机器人。而就在近日，其首席执行官ROB MAY在某科技网站撰文，指出了一些聊天机器人在自然语言处理上面临的问题，并表示，虽然自然语言处理技术能够改善用户体验，但依旧面临着各种技术挑战。

以下是正文：

目前诸如Slack以及HipChat等聊天机器人的应用逐步增多，企业都在使用聊天机器人发挥更多功能。不少应用程序开发商都在试图抢占这个新的风口，特别是不断加强对自然语言处理技术的研究，从而寄希望于通过该技术提升用户体验。

对于自然语言处理技术，我们已经投入很多精力来改进、来提升相关的用户体验。自然语言处理技术是一个新兴的研究领域，尽管我们拥有一个强大的数据科学研究团队，但对于该技术的研发还处于初始阶段。目前来看，自然语言处理技术依旧不够成熟，也不够完善，相关的工程实例根本谈不上良好的用户体验。

不久前，我们推出了具备自然语言处理功能的聊天机器人Task Assistant，超过700家公司使用了该产品，产生了不少相关教训：

1、人类语言极为不同

即便是关于简单任务，人类与聊天机器人之间的交互也各有不同。在用户语言中，充斥着各式各样的夸张、隐喻、文字拼写错误以及俚语，这些语言组织方式的存在使得聊天机器人需要大量的训练。

Facebook语言技术开发团队工程总监艾伦·帕克（Alan Packer）曾就如何构建机器翻译技术进行过深入探讨。虽然工作语言并不像用户的日常用语一样多样化，我们可以通过所提供聊天机器人的类型对不同工作进行区分，从而对机器所能理解的语言加以限制。虽然自然语言处理技术仍非易事，但是通过针对不同工作用户进行相应调整，能够有效减少机器理解歧义引发的相关问题。

2、聊天机器人不能将所有不理解转嫁给背后的人类客服

很多聊天机器人的背后都有人类干预，当机器无法理解用户语言时，它们将相关问题转给人类处理。这种处理问题的想法是通过这种方式训练聊天机器人，直至其存储了足够多的数据以应对各种问题。但当用户期望获得更好的用户体验，并期望机器能够完全理解其意思时，这并不是一个可持续性的解决方法。因为当用户提出一个独一无二的问题时，机器无法进行扩展。据统计，目前15%的谷歌搜索都是独一无二的，这意味着每天都有上亿次的独特查询。对于聊天机器人来说，要回答所有的人类问题时相当困难的，因此单单依靠背后的人类客服并不是长久之计。

第一点已经不用多说了，毕竟在这一点上，多数人都已有了自己的认识，而关键的第二点却一针见血的说出了当前的一个盲点所在。的确，按照当前的方法，聊天机器人也只是一个会模仿的提线木偶而已，并不能真正的理解自然语言，而这样就代表着一切努力终将是白费力气。

不过，在当前针对自然理解语言面临的问题上，ROB还能够提出这与众不同的一点，如此新颖奇特，也难怪他的公司在机器学习与自然语言处理上能达到如此成就。