新媒易动态
NEWS CENTER
NEWS CENTER
2021-03-29
对话的定义中，有几个关键的组成部分。
1.1.1 对话双方
即一个对话中的信息传递与交互者，这里一般指的是双方的对话，若是超过2人，则视为“群聊”。可以想想微信中的定义：单聊和群聊。
在上述的例子中，对话双方就是你和你妈妈。你们俩通过语言进行信息的交互，如果你爸也参与进来，那就是三方的对话。相较于双方的对话，三方（或更多）的对话，在信息交互上更为复杂些，这不在我们的讨论范围内。
1.1.2 话题
一个对话的进行，必定有其对应的话题，话题与对话双方的核心需求相关联。
没有话题的对话，几乎不存在。当然，你可能会说，那我就漫无目的的闲聊呗，没有固定话题呀。是的，这里我们把“闲聊”也看做一个话题。
“闲聊”虽然看起来漫无目的，但是其本质也是为了满足对话双方的需求与目的。如果没有这个需求，那双方可能连说话/打字都懒得动，故这里把“闲聊”也定义为某个话题。
在上述的例子中，你和你妈妈这个对话的话题就是“吃早餐”，为什么有这个话题？
因为你妈妈关心你早餐吃什么，你不论出于真的想吃早餐也好，想让你妈妈放心也好，都是基于“吃早餐”这个话题，跟你妈妈聊几句。当然你除了聊“吃早餐”，你可能也会在对话中，突然想起你昨天到的快递，进而问你妈妈“快递是不是拿了”。
此时，对话就变成了多个话题：“吃早餐”、“是否拿快递”。
一个对话中，可能只有1个话题，也可能有多个话题。详情你可以回想下生活中的各种对话。当多个话题交织在一起时，对话的结构也会变复杂。但是，几乎没有对话是没话题，对话双方在那儿对话的（想想是不是挺诡异），这种“牛头不对马嘴”的对话，同样也不在我们的讨论范围内。
1.1.3 语言
语言是信息的载体。在对话中，基于话题，对话双方是需要语言来交流的，语言可以通过语音（也就是说话）、文字（也就是打字）来表达。
而我们为什么需要语言呢？因为语言主要是来传递人要表达的信息的，再看上述的例子：你妈妈说：“早餐想吃啥？我给你煮”.
为啥你妈妈要这么说？因为你妈妈要知道你“早餐想吃啥”这个信息，因为获取这个信息，她才能进行接下去的动作：你想喝粥，她就煮粥；你想吃包子，她就热包子；你想吃龙虾，她可能就把你抓过来打你头并说：“一大早你脑子是睡傻了吧你”。
同样的，你说“我喝点粥就好了”，也是通过语言来传递“你想喝粥”的信息给你妈妈，让她接收到这个信息，你们俩都在使用语言传递各自想要表达的信息。
当然，语音、文字这两种方式，能承载的信息是有差别的。语音能承载的信息更多，因为有语调、语速等更多维度的信息。这个也是目前AI对话领域的ASR信息衰减的一个原因，此处在不赘述。
1.1.4 信息交互
对话的本质在于对话双方间的信息交互。信息交互是让对话进行的必要条件。
比如上述的例子中，你妈妈问你：“早餐想吃啥？我给你煮”。而你没回应她，继续玩弄自己的手机。那你妈妈会怎么样呢？你妈妈大概率会再问你一次“早餐想吃啥？”（生气值上升20%）。
为什么？因为在对话中，信息是需要交互的。你没有回应你妈妈问你的话，这是信息的单向传递，你妈妈并没有获取到她想要的信息，所以她再问了你一次。假如你再不回答，那对于这个话题，对话就进行不下去了。你妈妈可能开始质问你，对话的话题就转变为另一个：“为什么你妈妈问你话你不答”。
所以，信息交互对于对话而言，是至关重要的组成部分，也是让对话进行的基石。
看着似乎挺抽象是吧？没事，我们后面会具体讲。简单地说，现在的AI技术决定了对话机器人可以解决的问题是：某个特定行业领域下，基于某类特定问题，提供简单固定的解答/服务。
上述的“吃早餐”对话场景，如果是一个“早餐机器人”，它会怎么做呢？
假设它的工作流程是：询问早餐需求->做早餐，那么，“询问早餐需求”跟你的对话应该是这样的：