Кіріспе

Диалог менеджері (DM) – диалог жүйесінің (DS) бір бөлігі, әңгіменің күйі мен ағынына жауапты. Әдетте:

DM-ға кіріс – адамның айтқан сөзі, ол әдетте табиғи тілді түсіну (NLU) компоненті арқылы жүйеге тән семантикалық түрге айналдырылады. Мысалы, ұшуды жоспарлау диалог жүйесінде кіріс "ORDER(from=TA,to=JER,date=2012 01 01)" сияқты болуы мүмкін. DM әдетте диалог тарихы, соңғы жауапсыз сұрақ сияқты бірнеше күй айнымалыларын сақтайды, бұл жүйеге байланысты. DM-ның шығысы – диалог жүйесінің басқа бөліктеріне берілетін нұсқаулардың тізімі, әдетте семантикалық түрде, мысалы "TELL(flight num=123,flight time=12:34)". Бұл семантикалық түр әдетте табиғи тілді жасау (NLG) компоненті арқылы адам тіліне аударылады. DM-ның әртүрлі рөлдері бар. Бір DS-де бірнеше DM компоненттері болуы мүмкін. Барлық DM-ға ортақ ерекшелік – олар күйлі, ал DS-тің басқа бөліктерінен (мысалы, NLU және NLG компоненттері) айырмашылығы, олар күйсіз функциялар ғана. DM рөлдерін шамамен мынадай топтарға бөлуге болады:

Кіріс бақылауы, ол адамның сөйлеуін контекстке байланысты өңдеуге мүмкіндік береді. Шығыс бақылауы, ол мәтінді күйге байланысты жасауды қамтамасыз етеді. Стратегиялық ағымды бақылауы, ол диалог агентінің диалогтың әрбір кезеңінде қандай әрекет жасау керектігін анықтайды. Тактикалық ағымды бақылауы, ол кейбір тактикалық әңгімелесу шешімдерін қабылдайды (қателерді басқару, бастаманы басқару және т.б.).

Шығаруды басқару ДМ

Компьютерлік шығыс диалог тарихын еске түсіру арқылы көбірек табиғи болуы мүмкін. Мысалы, NPCEditor (адам сұрақтарына жауап беретін кейіпкерлерді жасауға арналған құрал) авторына сұрақ-жауап жұптарын анықтауға мүмкіндік береді, яғни әр сұраққа бірнеше мүмкін жауап болады. DM сұраққа ең жақсы жауапты таңдайды, егер ол бұрын қолданылмаған болса; әйтпесе, екінші ең жақсы жауапты таңдайды, және т.б. ChatScript-те (әңгімелесуші боттарды жасау құралы) ұқсас мүмкіндік бар: DS белгілі бір ережені қолданған сайын, DM осы ережені "қолданылған" деп белгілейді, осылайша ол қайта қолданылмайды. Техникалық қолдауға арналған жақындағы DS заттарды сипаттау үшін ең жақсы терминдерді таңдау үшін жетілдірілген машиналық оқыту ережелерін пайдаланады. Мысалы, егер DM ересекпен сөйлесіп жатқанын анықтаса, "сол қол" сияқты терминдерді қолданады; егер ол баламен сөйлесіп жатқанын анықтаса, "сағат тағатын қол" сияқты техникалық емес терминдерді қолданады. Бұл функция DM және NLG арасындағы шекарада орналасқан.

Тактикалық ағынды басқару ДМ

Диалогтың жалпы құрылымы мен мақсаттарын сақтаумен қатар, кейбір DM-дер әңгіме сапасына әсер ететін тактикалық, жергілікті шешімдер қабылдайды.

Бастамалық бақылау

Кейбір DS-де бірнеше жұмыс режимі бар: әдепкі режим – пайдаланушы бастамасы, онда жүйе тек "Сізге не істей аламын?" деп сұрайды және пайдаланушыға әңгімені бағыттап жүргізуге мүмкіндік береді. Бұл тәжірибелі пайдаланушылар үшін ыңғайлы. Дегенмен, егер пайдаланушы мен жүйе арасында көптеген түсініспеушіліктер туындаса, DM аралас немесе жүйелік бастамаға көшуге шешім қабылдауы мүмкін – пайдаланушыға нақты сұрақтар қойып, бір уақытта бір жауапты ғана қабылдау.

Педагогикалық шешімдер

Басқа типтегі тактикалық шешімдер Cordillera (TuTalk пайдаланып жасалған физиканы оқытуға арналған оқулық DS) арқылы қабылданады. Сабақ кезінде көптеген сәттерде оқытушы шешім қабылдауы тиіс: оқушыға қандай да бір фактіні айту ма, әлде осы фактіні жетекші сұрақтар арқылы оқушыдан сұрап алуға тырысу ма. Оқушыдан жауабын негіздеуді сұрау керек пе, әлде негіздеуді жіберіп, әрі қарай жүргізу керек пе. Бұл шешімдер оқыту сапасына әсер етеді, оны оқытуға дейінгі және одан кейінгі емтихандарды салыстыру арқылы бағалауға болады.

Оқытылған тактика

Адамға күрделі шешім қабылдау ережелерін жазуға рұқсат берудің орнына, көбінесе күшейту оқыту (reinforcement learning) қолданылады. Диалог Марков шешім қабылдау процесі (МШП) ретінде ұсынылады – бұл процесс, онда әрбір күйде ДМ (шешім қабылдаушы) күйге және әрбір әрекеттен алынатын мүмкін сыйақыларға негізделіп, әрекетті таңдауы керек. Мұндай жағдайда диалог авторы тек сыйақы функциясын анықтауы керек, мысалы: оқу диалогтарында сыйақы – оқушының бағасының артуы; ақпарат іздеу диалогтарында адам ақпарат алса сыйақы оң, бірақ әр диалог қадамы үшін теріс сыйақы қарастырылады. RL техникалары саясатты (policy) үйрену үшін қолданылады, мысалы, әрбір күйде қандай растауды қолдану керек? сияқты мәселелер шешіледі. Бұл саясат кейін ДМ-мен нақты диалогтарда қолданылады. Бұл тақырып бойынша оқулықты Lemon және Rieser (2009) жазған. Диалог саясатын үйренудің тағы бір жолы – адамдарды құлдауға тырысу, «Оз сиқыршысы» эксперименттерін пайдалану, онда адам жасырын бөлмеде отырып, компьютерге не айту керектігін түсіндіреді; мысалы, Passonneau et al (2011).