← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9795.g · 生成模型:DeepSeek-V4.1-Flash

闲聊系统与评价的困境

理解等级:中级

闲聊系统三派各有短板。规则法以 ELIZA 为代表,用模式模板匹配再套模板回复,可控但覆盖面窄,如今只作兜底。生成法用编码器把输入句子压成向量、再由解码器生成回复,省掉了中间模块,却容易产出泛泛的、前后不一致或不通顺的句子,且依赖大量高质量语料;实用改进是把回复约束在预先聚类出的高质量集合里,如邮件自动回复 Smart Reply。检索法先理解再召回候选回复,最后用语义相似度与上下文模型精排,要重点防“答非所问”。评价才是真正的硬伤:问答型看答案实体、任务型看任务是否完成,都好判;闲聊回复太多样,无法自动评价,性质上等同于停机问题,只能靠人工与用户反馈。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第8章 理解语言有多难 · 查看原书依据

      对于闲聊型,由于闲聊回复太多样,所以这个任务是很难自动评价的,它等同于图灵停机问题(是否存在这样一个程序,它能够计算任何程序在给定输入上是否会结束),被证明是不存在的。

    参考来源

    - 位置:《文本上的算法——深入浅出自然语言处理》第8章 理解语言有多难(源文件:extracted/文本上的算法——深入浅出自然语言处理/_epub-src/OEBPS/Text/00015.html) - 结论依据:原文这一段直接给出本卡的核心判断:「对于闲聊型,由于闲聊回复太多样,所以这个任务是很难自动评价的,它等同于图灵停机问……」 - 原始内容:对于闲聊型,由于闲聊回复太多样,所以这个任务是很难自动评价的,它等同于图灵停机问题(是否存在这样一个程序,它能够计算任何程序在给定输入上是否会结束),被证明是不存在的。