迈向自动化客户支持
计算与语言
2018-09-05 v1
摘要
近年来，对话代理（如聊天机器人）日益受到关注，其非常适用于自动化客户支持，因为所需运作领域较窄。这一关注部分受神经机器翻译近期进展的启发，尤其是序列到序列（seq2seq）及基于注意力（attention）的模型（如 Transformer）的兴起，它们已被应用于多种其他任务，并在问答、聊天机器人与对话系统中开辟了新的研究方向。然而，在许多情况下，使用简单的信息检索技术可能是可行甚至更优的。因此，此处我们比较三种不同模型：（i）检索模型，（ii）带注意力的序列到序列模型，以及（iii）Transformer。我们在 Twitter 客户支持数据集（包含来自二十个主要品牌客户支持服务的逾两百万条帖子）上的实验表明，seq2seq 模型在语义与词重叠方面优于另外两者。
引用
@article{arxiv.1809.00303,
title = {Towards Automated Customer Support},
author = {Momchil Hardalov and Ivan Koychev and Preslav Nakov},
journal= {arXiv preprint arXiv:1809.00303},
year = {2018}
}
备注
Accepted as regular paper at AIMSA 2018