人工智能可在对话流中学习单词

日本大阪大学（Osaka University）的一组研究人员开发了用于对话系统的新方法。这种新方法通过隐式确认的方式习得词汇，计算机通过在对话流中确认它的预测是否正确以获得多个对话中某个未知单词的类别。

近年来出现了很多对话机器人、聊天机器人和语音助手应用程序；然而，在这些系统中，计算机基本上是根据预先编制的内容来回答问题。还有另一种方法，即让计算机通过询问简单的重复性问题向人类学习；但是，如果电脑为了获取知识只提“xyz是什么？”之类的问题，用户将失去与电脑交谈的兴趣。

该研究团队开发了一种隐式确认的方法，让计算机能够在与人交谈时确认未知单词的类别。该方法的目的是让系统在会话中预测用户输入的未知单词的类别，向用户做出隐式确认请求，并促使用户响应这些请求。通过这种方式，系统可以在对话中获取关于单词的知识。

在这种方法中，系统将使用机器学习技术，借助于每个请求之后的用户响应及上下文来确定预测是否正确。而且，通过考虑与用户对话所获得的分类结果改善了该系统的决策性能。

市场上的聊天机器人与所有人交谈的方式都一样。然而，随着未来对话系统的普及，计算机要根据具体情况向对话伙伴学习。这个小组的研究成果提出了实现对话系统的一种新方法。在这种对话系统中，计算机可以通过与人的交谈而变得更加智能，推动对话系统的改进，提高计算机根据用户的情况作出个性化响应的能力。