здравый смысл у чатбота

Written By: Anna Liednikova

Приятно поддерживать беседу с собеседником со здравым смыслом: он способен логично мыслить, имеет базовый набор фактов об окружающем мире, может связывать их в последовательность. Как правило, мы всего этого не осознаем и делаем выводы интуитивно. Но, чтобы научить виртуального друга здравому смыслу, нужно разложить процесс на компоненты. Какие же они в общих чертах?

Большинство сегодняшних чатботов являются семантичными. Я не беру в расчет тех, кто построен на детерминированных правилах. “Ход мыслей” семантического чатбота можно соотнести с нашим интуитивным мышлением, построенном на ассоциациях.

Способность к рассуждению - это навык более энергоемкий и включает в себя построение не столько ассоциативных связей, сколько причинно-следственных.

В качестве примера приведу слайд из Commonsense Tutorial (T6), Commonsense resources.

Для того, чтобы быть способным строить эти причинно-следственные связи, необходим какой-то базовый набор фактов, своего рода аксиом, об окружающей среде.

И вот тут мы плавно подошли к понятию базы знаний и размышлений. Но лишь недавно их стали соотносить со здравым смыслом у чатботов.

Когда об этом в 1987 году заговорил Geoffrey Nunberg в Position Paper on Common-sense and Formal Semantics, то понятие здравого смысла (common sense) стало восприниматься на уровне эзотерики и его всячески избегали. А сейчас этот здравый смысл можно даже пощупать и побаловаться с ним.

Сегодня я бы хотела с вами поделиться двумя типами знаний, которые формируют здравый смысл чатбота.

Первый тип знаний - это семантический, он построен на взаимосвязях “А является Б”. Наиболее популярный ресурс - это ConceptNet, который начали формировать аж в 1999 году. В качестве иллюстрации - слайд из Commonsense Tutorial (T6), Commonsense resources.

Другой тип знаний - это выводное знание, т.е. когда мы получаем новые знания из знаний приобретенных ранее . Наиболее популярных ресурс - это ATOMIC, который содержить в себе набор фактов, как X влияет на Y. Предлагаю побаловаться с данной моделью тут.

Благодаря внедрению этих моделей в чатботов, они в состоянии генерировать или выбирать ответ, который не только отвечает тематике разговора, но и вписывается в набор фактов, озвученных собеседниками. А ниже отличный пример такого рассуждения из статьи Светланы Вакуленко Measuring Semantic Coherence of a Conversation. Если не быть знакомым с операционной системой Ubuntu, то выглядит разговор может выглядеть как несвязных набор фраз, но на самом деле разговор весьма последовательный.

Обе базы знаний продолжают пополняться, а методы их внедрения в диалог с чатботом растут в количестве и качестве. Кто знает, возможно скоро здраво порассуждать о жизни с чатботом будет не такой уж и диковинкой? А встречались ли вам люди не совсем здравомыслящие? Что же побуждало вас вручить им такой титул? Не та же ли общая база знаний?