[テン魏：T77554] [整合性の管理は継続的に更新] [] [] [バラエティ] [ランダムに選択された人工知能の初期の研究から、品質とセキュリティ、非常に知的マンマシン対話システムの開発に取り組ん人。アラン・チューリング（アラン・チューリング）は、人間が対話を区別できず、彼の会話が機械またはヒトである場合、機械が知性の高い、チューリングテストに合格したということができることを、1950年にチューリングテスト[1]を提案しました。対話システムの第一世代は、主に1966年のような対話システムの規則に基づいており、MITはELIZAシステム[2]を開発したメンタルヘルスチャットボットのテンプレートマッチング法を用い、別の例では、フローチャートに基づいて、1970年代から人気の対話システムであります限界状態転送を使用してモデリングする状態オートマトンダイアログの流れ。彼らの利点は、簡単なデバッグ分析に、透明介して内部ロジックですが、人間の介入の専門家に非常に依存して、柔軟性と拡張性に乏しいです。
ビッグデータ技術の立ち上がりに、データ駆動型の統計的手法に基づいて、第2世代の対話システムの出現は（以下、統計的対話システムと呼びます）。強化学習研究にも広く使用されるようになったこの段階では、最も代表的には、部分的に目に見えるMaerkefuの意思決定プロセス（部分観測マルコフ決定過程、POMDP）に基づいて2005年にケンブリッジ大学の教授スティーブ・ヤングによって提案された統計の対話システム[3]。システムのロバスト性がより良好な音声認識結果ベイズ推論は、メンテナンスラウンド対話状態を観察し、その後、対話の状態に応じてダイアログ戦略を選択し、それによって発生れるJiyuguize対話システム、より顕著です自然言語返事。POMDPベースの対話システムは、連続して、ユーザーシミュレータまたは実際のユーザーとの対話の試行錯誤強化学習の枠組みを使用して、対話戦略を最適化するために、ボーナスポイントを取得します。統計的対話システムモジュラーシステムで、スケーラビリティが比較的限られている、それは専門家に大きく依存を回避できますが、欠点は、モデルを維持することは困難です。