【感想】Pythonでつくる対話システム

このレビューはネタバレを含みます

＝＝＝読んだ動機＝＝＝
対話システムの研究をし始めているので参考に。

＝＝＝どの部分を・どのように・どれくらいの時間で読んだか＝＝＝
1章まで、3章非タスク指向型対話システム、5章発展的な話題、付録
4時間位？ややのんびりと読んだ。

＝＝＝感想＝＝
まだ実装していないけど、とても分かりやすい実践的良著。コラムや付録も充実(コンペ情報、アノテーションのアウトソーシング方法など)。実装したい。

＝＝＝メモ(定義、重要なこと、気になったこと)＝＝＝
P1 対話とは「情報の授受によって外界を変化させるプロセス」(発話行為論)
P2 対話システムの良さ：ハンズフリー、アイズフリー、幅広い人が操作できる直感的さ、精神を支える(メディアの等式(Reeves, B. & Nass, C 1996)：人間はたとえ相手がコンピュータであっても、やり取りを行うものであれば、あたかもそれが人間であるかのように扱ってしまう)
P4 対話システム構築で難しいところ：
・含意(暗黙)の認識
・情報統合(コミュではメラビアンの法則で言われるように言語情報以外が多いため、マルチモーダル情報を統合して処理するべき)
・シンボルグラウンディング問題(言葉が外界の何を指しているか理解するべき)
・フレーム問題(応える範囲の特定)
P9 対話システムの類型：タスク指向 or 非タスク指向、対応人数(今は1on1が主)、モダリティ、主導権(システム or ユーザ)、身体性(ロボット or NOT)
P11対話システムの例：NTT天気情報案内システム、Bickmore et al Virtuak Discharge Nurse、NTTドコモしゃべってコンシェル、ソフトバンクPepper、スマートスピーカー各種、Microsoftりんな
P114タスク指向型と非タスク指向型の差異の表(右記は一部)。
非タスク→目的：話すこと自体、話題：なんでも、対話終了目安：ユーザが終了したいと思うまで。

方式：
・P115ルールベース
・P133用例ベース
┣検索ベース(妥当な回答を検索 with ex.Elastic Search)
　┣評価関数の利用(類似度の計算方法を変えられるex. with cos類似度、レーベンシュタイン距離、分散表現))
　┗評価関数の作成(with BERT)
┗対話破綻検出(with BERT)
・P171生成ベース(機械翻訳の応用。訳の代わりに応答を出す。with ex.TwitterAPI)

ルールベース実装の種類：
P121~アンダースコア記法とアスタリスク記法(入力検出で正規表現を使う)
P122star記法(入力を応答で再利用する
P123get/set記法(入力を記録して直後以外にも再利用する。star記法の応用)
P123think記法(以前の入力を復唱ではなく後出しする。get/set記法の応用)
P126random記法(複数の回答の選択肢からランダムに提示して応答のマンネリ化を防止)
P127srai記法(同じ意味の質問に対する同じ応答の再利用)
P129対話システムにおけるシナリオ作成の秘訣：大量にルールを作って賢い対話システムを作ろうと思わないこと。上記手法を駆使するべし。

P116対話システムの評価軸：固定のコーパスで評価する客観評価、ユーザとの対話で評価□る主観評価。
P117対話システムコンペの紹介(タスクA、非タスクB、客観評価X、主観評価Y)：
・A×X：DSTC(Dialog)
・A×Y：DiaLeague,Spoken Diaogue Challenge
・B×X：DBDC(対話破綻検出チャレンジ),STC(NTCIR Short Text Conversation)
・B×Y：ローブナー賞(チューニングテスト(対話相手が人間かシステムか見分ける))、Amazon Alexa Prize、Conversational Intelligence Challenge、対話システムライブコンペティション

レビューの続きを読む