电气工程与电子技术学报

使用 BERT 实现对话式 AI 问答系统

阿尔皮塔·古普塔

对话式人工智能是指用户通过消息应用程序或虚拟助手进行的交互。通过虚拟代理或聊天机器人进行的此类通信旨在提供个性化的用户体验。聊天机器人交互由长尾消息、查询或与私人受众的双向交互驱动。对话式人工智能的真正力量在于它能够与大量客户一起提供高度个性化的互动。作为商业用例，对话式人工智能可以通过促进与用户的深度互动来改变传统的沟通方式。对话式人工智能的一个强大应用是问答系统。无论是虚拟助手或聊天机器人，还是任何公司设计的任何支持系统，问答模型在提供此类服务方面都发挥着至关重要的作用。自动问答系统使企业能够为其用户提供更具动态性和个性化的体验。实际上，人类很难一次回答用户提出的所有问题。如果有人想这样做，就需要投入更多资源与客户互动，以解决他们在提供的服务或产品中的问题。自动问答系统不仅节省了大量时间，而且是了解客户需求和行为的有效工具。问答过程的一般架构是从用户那里获取输入，查询分析，从数据库中检索信息，提取最相关的答案，然后输出所需的答案。这并不像看起来那么容易。为什么？这是由于建模过程中面临的几个挑战。在本次会议中，我们将讨论设计问答系统所面临的几个挑战，如数据可用性、数据质量、可解释性和语言障碍。虽然已经植入了几种算法来设计最有效的问答系统，但 BERT 的表现优于所有算法。我们将讨论 Transformer[2] 算法的双向编码器表示如何帮助解决上述挑战并提供可选解决方案。本教程将重点介绍如何使用人类最喜欢的交流工具：自然语言处理来设计问答模型。在本次会议中，我将假设您熟悉自然语言处理和 Python 的基本术语。演讲的重点将集中在BERT在设计问答模型方面的实现以及数据的特征提取技术。