[[280027]]

本文轉(zhuǎn)自雷鋒網(wǎng)，如需轉(zhuǎn)載請至雷鋒網(wǎng)官網(wǎng)申請授權(quán)。

近期，微軟研究團隊通過對上下文建模加以研究得出一種新的方法，這種方法能夠讓 AI 模型通過上下文的歷史記錄來改寫對話中的最后話語，那么，這是一種怎樣的研究方法呢？

KYLE WIGGERS 對此做了詳細(xì)的介紹，雷鋒網(wǎng)將其文章進行了不改變愿意的編譯，具體如下。

在一份預(yù)先出版的論文中，微軟研究團隊詳細(xì)地介紹了他們的工作——為開放領(lǐng)域的對話進行無監(jiān)督的上下文重寫。他們聲稱，在重寫質(zhì)量和多輪響應(yīng)生成方面，他們的實驗結(jié)果已經(jīng)達(dá)到了最新基準(zhǔn)。

正如研究人員所解釋的那樣，對話上下文提出了句子建模中所沒有的挑戰(zhàn)，比如主題轉(zhuǎn)換、共同引用（像他、她、它、他們這種）、長期依賴。大多數(shù)系統(tǒng)解決這些問題的方法是在最后一段話中添加關(guān)鍵字，或者用 AI 模型學(xué)習(xí)數(shù)字表示，但這種方法往往會遇到障礙，比如無法選擇正確的關(guān)鍵詞、無法處理較長的上下文等。

這時候，就是微軟研究團隊的方法的用武之地了。它通過對語境信息的考量，重新制定了對話中的最后一句話；這么做是為了生成一個獨立的話語，既不存在相互參照，也不依賴過去對話的其它話語。

雷鋒網(wǎng)注：【 圖片來源：Microsoft  所有者：Microsoft  】

舉個例子，如果將“我討厭喝咖啡。- - 為什么？它挺好喝的啊。”轉(zhuǎn)化成“為什么會討厭喝咖啡呢？它挺好喝的啊。”，這就借用了“它”和“為什么”。其中，“它”指代的是對話中提到的咖啡，“為什么”則是“為什么討厭喝咖啡”的縮寫形式。

對此，研究人員設(shè)計了一個機器學(xué)習(xí)系統(tǒng)——上下文重寫網(wǎng)絡(luò)（雷鋒網(wǎng)按：context rewriting network, CRN），來實現(xiàn)端到端的流程自動化。這個系統(tǒng)是由一個序列到序列模型組成的，它能夠?qū)⒐潭ㄩL度的話語映射到固定長度的重寫句子上。并且，它還具有一個獨立的注意力機制，這個機制能夠通過最后話語中的不同單詞來幫助它從上下文中復(fù)制單詞。

那么，這個系統(tǒng)是如何被設(shè)計出來的呢？

首先，微軟研究團隊使用偽數(shù)據(jù)對模型進行了訓(xùn)練，這些偽數(shù)據(jù)是通過提取上下文的關(guān)鍵字，將這些關(guān)鍵字插入到原始對話中的最后話語中來生成的。然后，為了讓最后的響應(yīng)影響重寫過程，他們利用了強化學(xué)習(xí)去推動系統(tǒng)朝著目標(biāo)前進。

雷鋒網(wǎng)注：【 圖片來源：Microsoft  所有者：Microsoft  】

在一系列實驗中，該團隊評估了他們的方法在幾種重寫質(zhì)量，多回合響應(yīng)生成，多回合響應(yīng)選擇以及基于端到端檢索的任務(wù)上的應(yīng)用。他們注意到，由于他們的模型更傾向于從上下文中提取更多的單詞，因此該模型在強化學(xué)習(xí)后偶爾會變得不穩(wěn)定，不過，這也顯著地提升了話語的多樣性。

微軟研究團隊認(rèn)為，他們的工作朝著更易解釋和更易控制的上下文建模中邁進了一步。另外，該研究團隊還表示，他們的模型可以從嘈雜的語境中提取出重要的關(guān)鍵詞，然后將這些關(guān)鍵詞插入到最后的話語中，使其不僅變得易于控制和解釋，還有助于將信息直接傳遞到最后的話語中。