张 璐,李卓桓,殷绪成,晋赞霞

(1.北京科技大学 计算机与通信工程学院，北京 100083；2.北京邮电大学 计算机学院，北京 100876)

0 引言

近年来，由于深度学习的快速发展以及数据的积累，聊天机器人技术得到了迅速提升，展现出了巨大的潜力和商业价值，受到了越来越多的关注。根据应用目的进行分类[1-3]，可将聊天机器人分为目标驱动的聊天机器人和无目标驱动的聊天机器人。如表1所示，目标驱动的聊天机器人一般针对特定领域设计，目标是完成用户要求的任务，比如订餐、订机票、帮助学习特定技能等，代表系统有阿里的小蜜[4]。目标驱动的聊天机器人的对话效果好坏可根据任务完成测试或根据用户满意分数进行评价[5]。无目标驱动的聊天机器人也被称为闲聊机器人，没有具体的目标，只是与用户闲聊，起到情感陪伴的作用，代表系统为微软的小冰[6]。因为闲聊机器人的目标不明确，所以闲聊机器人对话效果好坏的定义也不明确。目前，对闲聊机器人的评价没有统一的定义和标准。这也是闲聊机器人的一大挑战，制约了闲聊机器人的进一步快速发展。

表1 聊天机器人的分类

闲聊机器人的构建方式有三种[1-3]，分别是基于模板的闲聊机器人[7]、基于检索模型的闲聊机器人[8-9]和基于生成模型的闲聊机器人[10-14]。如图1所示，基于模板的闲聊机器人，通过人工制定模板，采用关键词匹配等方法构建，人工构建的模板十分准确，因此回复的准确性很高，但模板构建受到人力和物力的限制，导致模板数量比较少，因此灵活性比较差，会有很多不能回复的问题。……