卞政 穆宝良 王蓓 唐福龙

（沈阳师范大学 辽宁省沈阳市 110034）

1 绪论

1.1 研究背景

随着社会信息化程度的加深，我们的生活有越来越多的方面有了智能系统的参与。在许多领域，智能系统与自动化设备相似，不断地进行着缩短工序、提高效率和减少成本等优化操作。在20世纪90年代之前，问答系统并谈不上智能。常见的问答系统模型通常采用依赖模板或基于人工制定规则的对话方式，缺乏语义分析能力的同时也不具有知识库，无法理解用户输入的含义，进而导致对话效果难以令人满意。

但在近30年，信息量和信息处理能力都大幅飞跃，智能问答系统开始崭露头角。与此同时，深度学习技术使得智能对话系统的效果得到较大提升，因此，在一些需要进行服务性对话的应用场景中，逐渐有实际的对话机器人与答疑机器人的出现。

1.2 研究现状与目的

目前对话机器人的主要实现分为检索式与生成式两大类。

其中，检索式对话机器人在技术上主要依赖问答库。产生的对话会围绕着问答库中已存在的数据进行，内容可控性强，适合事实类问答功能的实现[1]。然而，实现包含所有情形的问答库是不现实的，同时检索式方法也在问答定位的准确度上有所缺失。

实现生成式对话机器人的技术是对大量的对话语料进行学习。对话的产生会在一定程度上与人类日常对话的形式相仿，因此适合应用在多样性与泛化性强的应用场景中[2]。然而，生成式方法产生的对话具有较强的不可控性，同时也容易出现前后文信息不一致、“安全回答”等问题。……