Statistické dialogové systémy

Sylabus

Dialogové systémy - stručný úvod

- uplatnění dialogových systémů

- základní komponenty dialogového systému

- reprezentace znalostí v dialogovém systému

- data a evaluace

- lingvistické aspekty dialogu

Porozumění jazyku (NLU)

- sémantická reprezentace promluv

- statistické metody pro NLU

Řízení dialogu

- reprezentace dialogu jako (částečně pozorovatelný) markovovský rozhodovací proces (PO)MDP

- sledování stavu dialogu

- výběr optimální akce

- zpětnovazební učení

- simulace uživatele

- hluboké zpětnovazební učení (pomocí neuronových sítí)

Generování odpovědi (NLG)

- úvod do NLG, základní metody (šablony)

- generování pomocí neuronových sítí

End-to-end dialogové systémy

- trénování z konverzací na omezené doméně

- multi-task learning

- vícedoménové systémy, few-shot learning

- použití předtrénovaných jazykových modelů

Systémy pro otevřené domény (chatboty)

- generativní systémy (sequence-to-sequence, hierarchické modely)

- vyhledávání informací

- hybridní systémy

Etické otázky dialogových systémů

Multimodální systémy

- klasické multimodální systémy

- neuronové systémy, visual dialogue

Anotace

Předmět představí pokročilé problémy a aktuální výzkum v oblasti dialogových systémů, hlasových asistentů a konverzačních systémů (chatbotů). Po stručném úvodu do tématu se bude zabývat především použitím strojového učení – zejména hlubokého učení/neuronových sítí – jak v jednotlivých částech tradiční architektury dialogových systémů, tak v tzv. end-to-end přístupech

(spojování více komponent). Tento předmět volně navazuje na předmět NPFL123 Dialogové systémy, lze ho však absolvovat samostatně. Rozpoznávání a syntéza řeči se v předmětu probírá pouze okrajově.