金融聊天機(jī)器人研究的目的和意義綜述從世界上的發(fā)展趨勢(shì)來看，AI技術(shù)很有可能引領(lǐng)下一次工業(yè)革命，因?yàn)槿祟悇?chuàng)造出來的這些AI技術(shù)，使得機(jī)器能夠獨(dú)立“思考”，當(dāng)機(jī)器學(xué)會(huì)了獨(dú)立“思考”，機(jī)器就不單單能代替人類完成一些重復(fù)性勞動(dòng)，也能完成一些擁有了“思考”才能完成的任務(wù)，包括但不限于交通工具的自動(dòng)駕駛，也可以實(shí)現(xiàn)智能對(duì)話機(jī)器人。同時(shí)，實(shí)現(xiàn)人工智能的核心手段是MachineLearning。在這個(gè)大數(shù)據(jù)的時(shí)代，通過電腦對(duì)數(shù)據(jù)的分析，規(guī)律自然就被總結(jié)出來了，使電腦能夠預(yù)測(cè)那些看起來并沒有規(guī)律的事件。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種形式，它采用神經(jīng)網(wǎng)絡(luò)計(jì)算模型來模擬大腦的推理原理并產(chǎn)生結(jié)果[1]。因此，深度學(xué)習(xí)、機(jī)器學(xué)習(xí)和人工智能不可避免地聯(lián)系在一起，如圖1.1所示。圖1-1AI、ML、DL關(guān)系人工智能是一種賦予人類智能機(jī)器的先進(jìn)技術(shù)。足夠的新機(jī)器發(fā)動(dòng)下一次互聯(lián)網(wǎng)革命。人工智能是未來的基礎(chǔ)科學(xué)，它已經(jīng)影響了地球上的方方面面，信息技術(shù)的發(fā)展也由此加速起來。1950年，馬文·明斯基(后來被稱為“人工智能之父”)利用神經(jīng)網(wǎng)絡(luò)技術(shù)設(shè)計(jì)了世界上第一臺(tái)計(jì)算機(jī)，即人工智能的開端。圖靈測(cè)試是由被譽(yù)為“計(jì)算之父”的艾倫·圖靈在1950年提出的。圖靈測(cè)試表明如果超過30%的測(cè)試人員不能區(qū)分另一個(gè)是聊天機(jī)還是人，這種工具就可以完成圖靈測(cè)試。根據(jù)圖靈的假設(shè)，如果這個(gè)裝置和這個(gè)人能夠在不被稱為一個(gè)裝置的情況下進(jìn)行流暢的對(duì)話，這個(gè)裝置就會(huì)很聰明。今年圖靈還勇敢地預(yù)言了未來喋喋不休的機(jī)器人的到來。圖靈測(cè)試也吸引了學(xué)者[2]。圖1、2顯示了人工智能的發(fā)展。經(jīng)過幾十年的研究，人工智能蓬勃發(fā)展。圖1-2人工智能發(fā)展歷程bp算法的出現(xiàn)在1980年代后期，學(xué)者們開始重新研究機(jī)器學(xué)習(xí)，并引起了學(xué)者們熱烈探討。對(duì)bp算法的研究告訴了學(xué)者們，大量訓(xùn)練樣本中是存在著某種統(tǒng)計(jì)規(guī)則的，而這些規(guī)則是能夠被學(xué)習(xí)的，機(jī)器學(xué)習(xí)方法遠(yuǎn)遠(yuǎn)強(qiáng)于人類學(xué)習(xí)的系統(tǒng)。80年代后期，只有一個(gè)隱層節(jié)點(diǎn)人工神經(jīng)網(wǎng)絡(luò)有了新的外號(hào)，也被稱為多層感知器。在1990s，支持向量機(jī)等淺表機(jī)器學(xué)習(xí)模型被普遍提出，有隱含層節(jié)點(diǎn)或沒有隱含層節(jié)點(diǎn)。這些模型的理論研究和實(shí)施也取得了良好的效果。[3]2006年，在《科學(xué)》上發(fā)表了一篇論文來自UniversityofToronto教授JeffreySinton和他的學(xué)生RuslanSalahtinov，這篇文章的含金量很高，它的提出了兩點(diǎn)結(jié)論：第一，可以面對(duì)深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練的困難可以采用一層一層的初始化，與此同時(shí)利用沒有監(jiān)督的學(xué)習(xí)實(shí)現(xiàn)初始化；第二，特征學(xué)習(xí)的能力越強(qiáng)的人工神經(jīng)網(wǎng)絡(luò)擁有隱藏層越多，特征更能精確的表現(xiàn)數(shù)據(jù)，更適合用于分類[4]。1聊天機(jī)器人的研究背景及意義誕生于1966年的Eliza是最早在生活中應(yīng)用的對(duì)話機(jī)器人，它是為了治療心理疾病的病人和創(chuàng)造出來的，它最主要是用來跟病人對(duì)話，盡管Eliza使用的方法是人為地設(shè)定回復(fù)規(guī)則，但它仍受到用戶的歡迎，這讓學(xué)者和業(yè)界都很興奮，關(guān)于聊天機(jī)器人的研究熱潮也開始興起。1980年，UCB的羅伯特·韋倫斯基(RobertWillensky)作為首席研究員，與其他研究人員合作，建立了UC計(jì)劃。用戶通過聊天機(jī)器人系統(tǒng)學(xué)習(xí)如何使用UNIX操作系統(tǒng)，UC聊天機(jī)器人可以了解其他人的需求，尋找解決方案，并通過語(yǔ)音對(duì)操作人員做出回應(yīng)。無論從其工作原理還是最終效果來看，UC比Eliza更聰明，也更受業(yè)界關(guān)注[5]。1990年代，HughLebner在美國(guó)設(shè)立了AI年度大賽，優(yōu)勝者將獲得10K美元的獎(jiǎng)金，并頒發(fā)印有勒布納和圖靈頭像的金質(zhì)獎(jiǎng)?wù)拢摢?jiǎng)?wù)碌哪康氖菫榱送瓿蓤D靈的遺愿，鼓勵(lì)人們把精力投入到聊天機(jī)器人領(lǐng)域。讓聊天機(jī)器人盡早完成圖靈測(cè)試。如此一來，聊天機(jī)器人領(lǐng)域就獲得了大量的關(guān)注和研究，最被受期待的聊天機(jī)器人是愛麗絲。聊天機(jī)器人愛麗絲是由RichardWallers開發(fā)的，并在1998年開放源代碼給Alice的聊天機(jī)器人。利用AIML語(yǔ)言和模板匹配技術(shù)建立了Alice聊天機(jī)器人的回復(fù)模板和回復(fù)規(guī)則。AIML易于學(xué)習(xí)和使用，其一致性可靠、一致。是當(dāng)前聊天機(jī)器人領(lǐng)域里這項(xiàng)技術(shù)扔被人們大量的使用。由于AIML的簡(jiǎn)單、穩(wěn)定，勒布納獎(jiǎng)?lì)C發(fā)了數(shù)次給Alice聊天機(jī)器人。盡管機(jī)器學(xué)習(xí)中存在非監(jiān)督學(xué)習(xí)，雖然是通用的，但是深度學(xué)習(xí)為建立這樣的模型提供了另外的新穎的方法，也為這些模型帶來了很多便利，從而為基于深度學(xué)習(xí)的機(jī)器人提供了更好的對(duì)話性能。2國(guó)內(nèi)外研究現(xiàn)狀對(duì)話機(jī)器人不僅是許多人認(rèn)為的娛樂工具，在各種各樣的領(lǐng)域上它都有廣泛的應(yīng)用，只要與人對(duì)話相關(guān)的，都能用上它。打個(gè)比方，蘋果公司上的SIRI語(yǔ)音助理就非常智能實(shí)用，用戶可以通過語(yǔ)音向SIRI發(fā)出“設(shè)置一個(gè)明天九點(diǎn)鐘的鬧鐘”、“發(fā)個(gè)朋友圈問有人一起吃飯嗎”、“每天給張三發(fā)一條微信說明情況”等指令，SIRI語(yǔ)音助理就會(huì)幫你執(zhí)行發(fā)朋友圈或者發(fā)一條微信，無需用戶自己親自去操作，因?yàn)檎Z(yǔ)音助手的使用將消除許多無聊或不愉快的任務(wù)，允許人機(jī)對(duì)話。最近，中國(guó)市場(chǎng)上出現(xiàn)了一大批語(yǔ)音助手，其中大部分是以智能微型音箱的形式出現(xiàn)的，他們能根據(jù)用戶的指令，完成相關(guān)動(dòng)作，如播放音樂、查看天氣等等。比如天貓的“天貓精靈”，小米的“小愛同學(xué)”，由于國(guó)外人工智能的工作開展的較早，總體的研究水平也比國(guó)內(nèi)高，比如微軟的“Cortana”，更加完善了系統(tǒng)，與用戶溝通也更加順暢。隨著人工智能的發(fā)展，QA機(jī)器人領(lǐng)域的熱度越來越高漲，是因?yàn)橄乱粋€(gè)時(shí)代的人機(jī)交流渠道很有可能是通過語(yǔ)音交流的，最基本的人機(jī)交流要求機(jī)器能夠理解人類的指令?，F(xiàn)在，聊天機(jī)器人還沒有進(jìn)入人工智能時(shí)代，它已經(jīng)被應(yīng)用于許多領(lǐng)域，尤其是移動(dòng)互聯(lián)網(wǎng)。所以，當(dāng)前學(xué)術(shù)界和產(chǎn)業(yè)界正在不斷投入到聊天機(jī)器人領(lǐng)域中，為爭(zhēng)奪領(lǐng)先地位[6]。非面向任務(wù)的對(duì)話系統(tǒng)(也稱為聊天機(jī)器人)專注于在開放環(huán)境中與用戶通信，而面向任務(wù)的對(duì)話系統(tǒng)則尋求為用戶完成特定的任務(wù)。聊天機(jī)器人通常使用生成方法或基于檢索的方法部署。生成模型可以引起更合適的反應(yīng)，否則在語(yǔ)料庫(kù)中會(huì)被忽略。當(dāng)前Seq2Seq對(duì)話系統(tǒng)的一個(gè)最困難的問題是，它們經(jīng)常生成不相關(guān)或不清楚的、通用的、幾乎無用的答案。這些回答通常包括一些無意義的短語(yǔ)，比如“我不知道”或“我很好”。另一方面，檢索模型有大量的數(shù)據(jù)和平滑的響應(yīng)。消息-響應(yīng)匹配是高級(jí)檢索過程的秘密，匹配算法必須在消息和應(yīng)答之間架起語(yǔ)義距離的橋梁。參考文獻(xiàn)賈雪芳,李潤(rùn)瑋.深度學(xué)習(xí)與人工智能[J].內(nèi)江科技,2020,v.41;No.307(06):81+87.胡寶潔,趙忠文,曾巒,張永繼.圖靈機(jī)和圖靈測(cè)試[J].電腦知識(shí)與技術(shù)(8期):132-133.常繼科,趙建輝,任新會(huì),等.支持向量機(jī)綜述[J].光盤技術(shù),2007(2):4-5.遲呈英,麻志毅,姚天順.文本理解與漢語(yǔ)文本結(jié)構(gòu)分析[J].中文信息,1997(01):9-11.陳晨,朱晴晴,嚴(yán)睿,等.基于深度學(xué)習(xí)的開放領(lǐng)域?qū)υ捪到y(tǒng)研究綜述[J].計(jì)算機(jī)學(xué)報(bào),2019(7)..王樹良,李大鵬,趙柏翔,等.聊天機(jī)器人技術(shù)淺析[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版).馮升.聊天機(jī)器人系統(tǒng)的對(duì)話理解研究與開發(fā)[D].北京郵電大學(xué),2014.尚志剛.基于自然語(yǔ)言理解的中文自動(dòng)問答系統(tǒng)研究[D].天津工業(yè)大學(xué),2009..王文然.基于依存句法分析的互聯(lián)網(wǎng)細(xì)粒度觀點(diǎn)挖掘研究[D].東北財(cái)經(jīng)大學(xué),2011.孔邵穎.語(yǔ)義網(wǎng)起源與發(fā)展研究[J].電腦編程技巧與維護(hù),2011(22):80-81.郭宇航.詞義消歧語(yǔ)料庫(kù)自動(dòng)獲取方法研究[D].哈爾濱工業(yè)大學(xué),2008.潘兆志.有監(jiān)督方法在詞義消歧中的應(yīng)用[D].蘇州大學(xué),2009.馮升.聊天機(jī)器人問答系統(tǒng)現(xiàn)狀與發(fā)展[J].機(jī)器人技術(shù)與應(yīng)用,2016,000(004):34-36.吳崇斌,張全.上下文邊界可變的貝葉斯分類器詞義消歧方法[C]//全國(guó)青年計(jì)