प्राकृतिक भाषा इंटरफ़ेस के साथ बुद्धिमान संवादी सिस्टम

जैसा कि आप शायद पहले से ही समझ चुके हैं, हम तथाकथित आभासी वार्ताकारों के बारे में बात करेंगे या, जैसा कि उन्हें भी कहा जाता है, चैट बॉट। पोस्ट के शीर्षक में, मैंने जानबूझकर "बुद्धिमान संवाद प्रणाली" (संक्षेप में, इसके बाद आईडीएस के रूप में संक्षिप्त रूप में) की अवधारणा का उपयोग किया, क्योंकि मेरा मानना ​​है कि "बॉट बॉट" और "वर्चुअल इंटरकोलेक्टर" की अवधारणाएं पूरी तरह से खारिज कर दी गई हैं और इस "घटना" के पूरे सार को प्रतिबिंबित नहीं करती हैं।

पोस्ट में हम आईडीएस के डिजाइन और आने वाली कठिनाइयों के बारे में बात करेंगे। यह आईडीएस में उपयोग किए जाने वाले सामान्य एल्गोरिदम, उनके फायदे, नुकसान और बहुत कुछ पर भी विचार करेगा। यदि यह विषय आपके लिए दिलचस्प है, तो बिल्ली में आपका स्वागत है।

मुझे आईडीएस की आवश्यकता क्यों है?

ऐसी प्रणालियों के अनुप्रयोगों की सीमा अविश्वसनीय रूप से व्यापक है। पहली बात जो मन में आती है:

• स्वचालित ज्ञान परीक्षण के लिए (स्कूली बच्चे, छात्र, किसी भी पद के लिए नौकरी चाहने वाले, आदि)
• एक स्वचालित ग्राहक सहायता सेवा के रूप में
• निदान के लिए (रोग, खराबी, आदि)
• अंत में मनोरंजन के लिए

रूस में आईडीएस के साथ क्या स्थिति है?

दयनीय। इस तरह के बहुत सारे कार्यक्रम हैं, लेकिन विशाल बहुमत आदिम हैं और किसी भी बुद्धि की बात नहीं हो सकती है। न तो स्व-प्रशिक्षण, न ही किसी दिए गए विषय पर वार्तालाप बनाए रखने की क्षमता आमतौर पर मौजूद है। अधिकतम उनके निर्माता जो सोच सकते हैं वह कोड की दो दर्जन लाइनें और एक प्रश्न और उत्तर आधार है।

इतना समय पहले नहीं, कंपनी नेनोसेमिंटिक्स, जो तथाकथित जानकारी (वर्चुअल इंटरलोक्यूटर्स) बनाती है, ने मेरी आंख को पकड़ लिया। लेकिन इन जानकारियों से करीबी परिचित निराश थे। यह सुंदर दिखता है, लेकिन वास्तव में ध्यान देने योग्य कुछ भी नहीं है।

कंपनी की वेबसाइट कहती है:

अन्य बातों के अलावा, एकीकृत प्लेटफॉर्म में infa नॉलेज बेस - प्रश्नों और उत्तरों के दिए गए विकल्पों के साथ लचीली स्क्रिप्ट का एक सेट शामिल है।

कोई आत्म-शिक्षा नहीं। वे नहीं जानते कि बातचीत का समर्थन कैसे करें (जब तक कि "शिक्षक" कड़ी मेहनत और स्कोर नहीं करेगा, डेटाबेस में बहुत अच्छी तरह से, बहुत, बहुत सारे उत्तर)। वह है, फिर से, एक आदिम। लेकिन मैं नैनोसेमिंटिक्स को नहीं डांटूंगा। यह स्पष्ट है कि यह एक व्यावसायिक परियोजना है जो विशुद्ध रूप से व्यावहारिक लक्ष्यों को पूरा करती है।

सही आईडी के पोर्ट्रेट

वास्तव में बुद्धिमान संवादी प्रणाली क्या करने में सक्षम होना चाहिए? मेरे गहरे विश्वास में:

1. बुद्धिमत्ता का दावा करने वाला एक संवाद प्रणाली किसी दिए गए विषय पर बातचीत बनाए रखने में सक्षम होना चाहिए। आदर्श रूप से, उसे न केवल सवालों के जवाब देने चाहिए, बल्कि उनसे पूछना चाहिए, बहस करनी चाहिए, उनकी बातों का बचाव करना चाहिए (ठीक है, उनके पास जरूर हैं)। यह स्पष्ट है कि व्यवहार में इसे प्राप्त करना बहुत कठिन है, लेकिन पहले से ही कुछ विचार और विचार हैं (मैं अपने बारे में बात कर रहा हूं)।

2. आईडीएस में स्व-शिक्षण तंत्र (कम से कम आदिम) होना चाहिए। इसके बिना, इसे बौद्धिक रूप से कॉल करने के लिए केवल भाषा की बारी नहीं है।

3. आईडीएस को एक प्राकृतिक भाषा (कम से कम कुछ विशिष्ट मामलों में) में एक प्रतिक्रिया का निर्माण करने में सक्षम होना चाहिए, और न केवल बेवकूफी से एक जवाब देना चाहिए जो इसमें अंकित है।

4. संवाद प्रणाली का अपना लक्ष्य होना चाहिए। संवाद की शुरुआत में, इस तरह का लक्ष्य किसी व्यक्ति को जानने के लिए हो सकता है, अपने लिंग, उम्र, जरूरतों, रुचियों, आदि का पता लगा सकता है। फिर, इस डेटा के आधार पर, उसे उपयोगकर्ता से संपर्क करना चाहिए, उदाहरण के लिए, नाम या नाम, मध्य नाम या आप / आप (व्यक्ति के अनुरोध पर)। "याद रखना" और "मान्यता" का एक तंत्र भी होना चाहिए। कि एक नई बातचीत में सभी को फिर से शुरू नहीं करना पड़ा।

5. कुछ मामलों में संवाद प्रणाली में व्यक्तित्व और भावनाएं होनी चाहिए। अन्यथा, ऐसी प्रणाली से बात करना उबाऊ होगा।

6. एक और, हालांकि सबसे महत्वपूर्ण नहीं है, लेकिन फिर भी आवश्यक कौशल किसी भी कार्य को करने की क्षमता है। इंटरनेट पर कुछ पता खोलें, साइट खोज करें, उपयोगकर्ता को पंजीकृत करें, ईमेल संदेश भेजें और इसी तरह।

स्वाभाविक रूप से, कुछ कौशल की उपस्थिति को सिस्टम के दायरे द्वारा निर्धारित किया जाना चाहिए। इसलिए, उदाहरण के लिए, एक स्वचालित समर्थन प्रणाली को भावनाओं के लिए (और यहां तक ​​कि हानिकारक) की आवश्यकता नहीं है। मैं पहले से ही एक नाराज उपयोगकर्ता की कल्पना कर सकता हूं, जो अपनी समस्या को हल करने के बजाय, एक उत्तर देता है: "लेकिन आप नहीं जा पाएंगे ... मैं दुखी हूं यहाँ! ”

आईडीएस आंतरिक डिवाइस

लगभग सभी मौजूदा आईडीएस (कम से कम जिनके डिवाइस मैं परिचित हूं) के रूप में एक ज्ञान का आधार है:

उपयोगकर्ता वाक्यांश या इसके महत्वपूर्ण भाग | एक या एक से अधिक सिस्टम प्रतिक्रिया विकल्प

बेशक अपवाद हैं, लेकिन ज्यादातर यह है। यह दृष्टिकोण अनिवार्य रूप से समस्याओं की ओर ले जाता है। सबसे पहले, किसी व्यक्ति को उसके लिंग के अनुसार प्रतिक्रिया देने की क्षमता खो जाती है और आपको बस प्रहार / प्रहार करना होता है। दूसरे, आपको टाइपो और उपयोगकर्ता की त्रुटियों पर विचार करना होगा। और इसका मतलब है कि डेटाबेस में उदाहरण के लिए, ऐसे रिकॉर्ड होने चाहिए:

तुम्हारा नाम क्या है | मेरा नाम तो है
कैसे टिब्बा चिल्लाता है | मेरा नाम तो है

यदि त्रुटियों को ध्यान में नहीं रखा जाता है, तो प्रश्न "आप कैसे चिल्लाते हैं" कार्यक्रम पर्याप्त रूप से जवाब नहीं देगा।

तीसरा, यदि डेटाबेस में पूर्ण वाक्यांश शामिल नहीं हैं, तो गलत सिस्टम उत्तर अपरिहार्य हैं। उदाहरण के लिए, डेटाबेस में निम्न पंक्ति है:

मेरी उम्र 2 साल है

जाहिर है, लेखक कार्यक्रम की उम्र के सवाल के लिए कई विकल्प प्रदान करना चाहता था। "आप कितने साल के हैं?", "आप कितने साल के हैं?" - कार्यक्रम सही ढंग से उन्हें जवाब देगा: "मैं 2 साल का हूँ"

लेकिन क्या होगा अगर वे पूछते हैं कि "आपका निर्माता कितना पुराना है?" या "ग्रह पृथ्वी कितनी पुरानी है?" शायद, जवाब "मैं 2 साल का हूं" इस मामले में उपयोगकर्ता के अनुरूप नहीं होगा।

चौथा, ज्ञान भंडारण की इस पद्धति के साथ "विषय को रखने" की क्षमता प्रदान करना बहुत मुश्किल है।

निष्कर्ष: डेटा भंडारण की वर्णित विधि (यह पारंपरिक है) इष्टतम नहीं है। यदि कोई बड़ा आधार होता है जिसमें सबसे सामान्य प्रश्न होते हैं, तो कार्यक्रम "स्मार्ट" प्रतीत हो सकता है, लेकिन जैसे ही कोई व्यक्ति डेटाबेस में प्रतिनिधित्व नहीं किए जाने वाले विषय पर स्पर्श करता है, सभी खुफिया तुरंत वाष्पित हो जाएंगे और सिस्टम बेतहाशा गूंजना शुरू हो जाएगा।

यदि आप तय करते हैं कि मैं स्पष्ट रूप से डेटा स्टोरेज के वर्णित तरीके के खिलाफ हूं, तो आप गलत हैं। इस दृष्टिकोण को जीवन का अधिकार है (कुछ आरक्षणों के साथ), लेकिन अगर केवल इसका उपयोग किया जाता है, तो यह एक मृत अंत है।

तो, किन मामलों में और किन परिस्थितियों में आप आईडीएस डेटाबेस में ज्ञान के भंडारण के पारंपरिक तरीके का उपयोग कर सकते हैं?

1. डेटाबेस को खोजने से तुरंत पहले, उपयोगकर्ता की प्रतिकृति को संभावित टाइपोस और त्रुटियों के लिए जांचना चाहिए। स्वाभाविक रूप से, यदि कोई हो, उन्हें तय किया जाना चाहिए। यह एक विशेष मॉड्यूल - स्पेलचैकर का उपयोग करके किया जा सकता है।

2. डेटाबेस में उपयोगकर्ता की प्रतिकृति का पूर्ण संस्करण होना चाहिए, न कि केवल इसका महत्वपूर्ण भाग। यह गलत सिस्टम प्रतिक्रियाओं को समाप्त करेगा।

वास्तव में, यदि आपको "आप कैसे हैं" प्रश्न का उत्तर देने की आवश्यकता है, तो आकृति विज्ञान, वाक्यविन्यास, शब्दार्थ और अन्य साधनों का उपयोग क्यों करें? इस तरह के बहुत सामान्य प्रश्न (और कभी-कभी उपयोगी होते हैं, उदाहरण के लिए, गति के लिए) पारंपरिक तरीके से डेटाबेस में संग्रहीत किए जा सकते हैं।

बाकी सब कैसे स्टोर करें? मेरा मानना ​​है कि इन उद्देश्यों के लिए एक आंतरिक भाषा विकसित करना आवश्यक है जो सिस्टम के लिए समझ में आता है। यही है, उपयोगकर्ता का अनुरोध पूर्व-संसाधित है (उदाहरण के लिए, पहले उल्लिखित त्रुटि / टाइपो सुधार, आकृति विज्ञान, वाक्यविन्यास, शब्दार्थ आदि)। इसके अलावा, यह सिस्टम में समझने योग्य आंतरिक रूप में अनुवादित होता है। और उसके बाद ही इसे डेटाबेस में सर्च किया जाता है।

इस दृष्टिकोण का उपयोग करके, आप अलग-अलग क्वेरी विकल्पों को एक ही रूप में ला सकते हैं। मैं अपनी बात समझाऊंगा। मान लें कि हमारे पास उपयोगकर्ता प्रतिकृतियां हैं:

आपकी उम्र कितनी है?
आपकी उम्र कितनी है?
आपकी उम्र क्या है

पहला प्रतिकृति: अंक "कितना" विशिष्ट रूप से प्रतिकृति को एक प्रश्न के रूप में पहचानता है। सर्वनाम संज्ञा "आप को" विशिष्ट रूप से इस प्रश्न को प्रणाली के लिए एक व्यक्तिगत प्रश्न के रूप में पहचानती है। संज्ञा "वर्ष" श्रेणी "समय की इकाइयों -> आयु" से संबंधित है। हम प्राप्त करते हैं: सिस्टम को उसकी उम्र के बारे में एक व्यक्तिगत प्रश्न पूछा गया था।

दूसरी प्रतिकृति: एक ही चीज़, लेकिन पहले "टी" को "आप" पर तय किया जाएगा।

तीसरी टिप्पणी: सर्वनाम विशेषण "जो" विशिष्ट रूप से टिप्पणी को एक प्रश्न के रूप में पहचानता है। सर्वनाम विशेषण "तुम्हारा" विशिष्ट रूप से इस प्रश्न को प्रणाली के लिए एक व्यक्तिगत प्रश्न के रूप में पहचानता है। और अंत में, संज्ञा "आयु" श्रेणी "आयु" के अंतर्गत आता है। फिर, हम प्राप्त करते हैं: सिस्टम से उसकी उम्र के बारे में एक व्यक्तिगत सवाल पूछा गया था।

बेशक, यह पारंपरिक तरीके से बहुत अधिक जटिल है। बेशक, यह प्राकृतिक भाषा के प्रसंस्करण से जुड़ी कई समस्याओं से भरा हुआ है। लेकिन किसने कहा कि एक बुद्धिमान प्रणाली बनाना आसान है?

आज के लिए इतना ही काफी है। अगले लेख में मैं बात करूंगा कि आप आईडीएस को "विषय को बनाए रखने" और स्वाध्याय कैसे सिखा सकते हैं। मुझे आशा है कि आपको अच्छा लगा होगा।

PS टिप्पणियों में मैं आपके विचारों और सुझावों को प्रणाली के ज्ञान आधार में सूचना के भंडारण के बारे में देखना चाहूंगा।