林健成，蔺晓川

(暨南大学 网络空间安全学院，广东 广州 510000)

0 引言

随着用户对人机对话的需求不断演变，越来越多的研究者在该领域开展广泛的研究。为了满足用户情感陪伴的需求，微软亚太研究院推出了微软小冰[1]，而为了通过对话完成特定的任务，如电商、咨询等，阿里团队推出了阿里小蜜[2]。基于深度学习的预训练模型已经在对话系统中被广泛使用，如DialoGPT[3]，这些模型能够在没有特定背景的闲聊中取得近似人类聊天的表现水平。在上述提及的对话系统中，都引入了一些外部知识源，如知识图谱[4]、新闻文章[5]等。这些外部知识源能够帮助对话系统生成符合语境且与客观事实相一致的回复。

知识对话系统包括知识库的构建、知识选择[6]和知识对话生成[7]三个部分。其中，知识库的类型包括知识图谱、文章片段等。在知识对话中知识库是一个与特定领域相关的语料集合，主要依靠人工标注和信息抽取等方式来构建和维护。知识选择指的是在知识对话中，检索和选择所需要的知识。知识对话生成则是指根据给定的知识，生成一个符合聊天上下文的回复。图1是一个具体的知识对话例子，用户谈及电影《我是山姆》，对话系统不仅生成了与电影话题相关的回复，并且正确引用了《我是山姆》的信息。

图1 知识对话样例

目前知识对话系统的研究较少考虑知识对话系统的在线零资源更新的情况。然而在实际应用中，及时更新知识对话系统的参数，使得其与时俱进是至关重要的。……