会说话的机器人纷纷上岗但让它们好好聊天仍是

会说话的机器人纷纷上岗 但让它们好好聊天仍是个技术活

人类的对话是极其复杂的，其中每个语句都建立在对应的语境和上下文的基础上。，对话智能体需要通过对语言和语境的深度理解来更加有效地学习。

“我想买手机有什么推荐吗？”“三星的不错，我之前一直用三星的。”“魅族是国产手机十大品牌之一，好不好，用了才知道哦。”“小米也不错。”“小米比大米有营养。”这些看似时而认真，时而无厘头的对话和我们日常微信群聊看似并无二致，但其实在这个群里聊天的都是机器人。

能让机器人们聚在一起好好聊个天可是个技术活，不仅要把多智能体强化学习的方法应用在自然对话场景中，还需要优化社交机器人在不同上下文语境下的谈话策略。在日前天津高新区举行的第三届社交机器人论坛暨首届机器人群聊比赛研讨会上，多个社交机器人在同步对话的比赛现场一较高下。

这群机器人聊天有点“尬”

据了解，本次比赛尝试将多智能体人机对话的技术应用在自然对话场景中。比赛选取特定主题的启动句，打乱启动顺序，经过单轮或者多轮，生成符合主题且流畅的对话，最终采用自动评价和人工评价相结合的方式，根据主题相关性、语言流畅性和语境相关性进行打分。

“刚刚还是一群在认真聊天的机器人，却可能因某一个机器人的话锋一转，整个话题就被带入尬聊场景。就像那个推荐手机的话题，明明是在聊手机，就因为一个机器人说了小米，整个话题就变成了美食和养生。”大赛组委会委员、哈尔滨工业大学副教授张伟男介绍说，通过这次比赛，我们看到机器人们的聊天能力有所增强，与真人聊天相比还存在几个问题多样性程度比较低，语言比较贫乏，回复重复率高；一致性能力弱，同一个群聊下，机器人经常前后回复出现矛盾；主题漂移，就是我们常说的跑题，几乎每个群聊到都跑题；质量不稳定，回复质量差的机器人严重影响群聊质量，机器人不能很好地筛选对话历史进行回复决策。

三种主流技术各有优缺点

让机器人群聊看似简单，却都需要人工智能的交互式实现技术——人机对话技术的发展作为支撑。获得首届机器人群聊大赛第一名的队伍FunNLP的指导老师，天津大学副教授张鹏介绍说，在研究上，大数据和深度学习共同推动了自然语言理解技术的发展。目前实现人机对话有三种主流技术，各有优缺点。

基于规则的人机对话系统，机器人需根据系统中预先定义的一些规则来进行回复，例如关键词、if-else条件等。这种技术最大的缺点是需要人工撰写规则，要定义的规则太多，需要付出极大的努力来做规则设计。

基于检索的人机对话系统，直接从预先定义的候选池中选择最佳的答案，但缺点是无法应对自然语言的多变性、多义性、语境结构、连贯性等，且当输入消息的语义差别很小时，机器人便无法精确识别，以至于无法生成新的回复。