微软与谷歌研究员联合出品：175页 PPT 带你总览对话系统全貌

【导读】来自微软研究院的 高剑锋， Michel Galley ，以及来自 Google的李力鸿， 在今年的7月8日的SIGIR 2018， 以及将要到来的7月15日的 ACL2018上，会做出关于神经网络方法在对话系统中的应用的报告。

作者 | Jianfeng Gao, Michel Galley, Lihong Li

编译 | Huaiwen

【高剑锋】 现任微软研究院商业 AI部门的研究主管，曾任微软研究院深度学习技术中心研究主管，带领团队开发了许多面向销售和市场的AI解决方案。他还致力于研究深度学习在文本处理上的应用， 带领团队在对话系统(Dialogue System)、机器阅读理解(MRC)和问答(QA)等问题上进行探索。主页：

https://www.microsoft.com/en-us/research/people/jfgao/

【Michel Galley】 是微软研究院的研究员，主要研究方向是人工智能、自然语言处理、深度学习、对话系统、文本生成、机器翻译、文本和语音摘要。他目前的研究主要集中在对话系统的深度学习方法。主页：

https://www.microsoft.com/en-us/research/people/mgalley/

【李力鸿】 的主要研究方向是在机器学习的交互系统中的应用。他的重点领域是增强学习。他还对大数据的大型在线学习、主动学习、规划等相关领域感兴趣。他的工作主要应用于推荐、网页搜索、广告、对话系统和垃圾邮件检测。主页：

https://lihongli.github.io/

开发一个，不仅能跟人闲聊， 还能够回应开放域问题， 甚至帮人订机票等的智能对话系统是很困难的。直到近些年，随着深度学习，增强学习的发展，以及大量的对话语料，这一问题，总于有解决的苗头了。

在这个 PPT中，他们首先介绍与自然语言处理和对话人工智能相关的深度学习和增强学习的最新进展。然后，详细地描述了为实现三种对话系统而开发的最先进的神经网络方法。

阅读理解问答。阅读理解 QA 能够从Web文档和预编译的知识图谱(KG 's)等各种数据源获取的丰富知识，为用户提出的问题，回复简明直接的答案。

面向任务的对话系统，它可以帮助用户完成从会议安排到休假计划等一系列任务。

社交聊天机器人，它可以与人类进行无缝、适当的交谈，经常扮演聊天伙伴和推荐人的角色。

PPT的最后一部分，介绍了近些年研究人员尝试开发开放域对话人工智能系统的尝试，该系统结合了不同类型的对话系统的优点。

附原文PPT：