THUEE-CMCC Dialog System V1.0

基于知识图谱进行套餐推荐、套餐信息查询、个人信息查询等任务的中移动智能对话系统。

环境

• python 3.6
• TensorFlow 1.8
• jieba 0.39
• scikit-learn 0.19.2
• scipy 1.1.0
• matplotlib 2.2.3

使用方式

####进行对话

python Agent.py

测试版系统的默认用户名为test，对话历史和日志保存在logs/test/
重启对话关键词：restart|重新开始|重启对话
结束对话关键词：finish|再见|结束|拜拜|谢谢

####执行逻辑

1. 接受用户输入。
2. 调用NLUManage模块返回各个NLU模块的识别结果。
3. 调用DialogManager模块，其输入为NLU识别结果，输出为当前对话状态。DialogManager包括DialogStateTracker和PolicyManager两个子模块，依次完成对话状态的更新以及策略生成，目前使用的是基于规则的对话策略，见policy_rules.py。
4. DialogManager会与知识图谱进行交互。基于知识图谱的系统通过DBoperator查询图谱的本体文件mobile-ontology-5.2.ttl，图谱交互的API见KGsearch.py，运行该文件可完成图谱查询API的测试。
5. 最后调用NLGManager生成系统的自然语言回复，输出。目前使用的是基于规则模板的NLG，见NLG_rules.py。
6. 若检测到结束信号（用户输入再见，结束等），程序退出，保存日志。

####训练模型 我们一共有 用户动作识别器、 属性识别器 和 值识别器 三个识别器。使用到的模型有两种:

1. 词袋模型(BOW)
2. 富对话状态跟踪模型 (EDST)

BOW 相比 EDST 得到了结果更加稳定且运行快得多，但是识别的准确率和 F1 score EDST 比 BOW 要高一些。最终我们的 值识别器 采用 EDST, 用户动作识别器 和 属性识别器 采用 BOW。用于训练的脚本 分别是 train_NLU_useracts.py, train_NLU_attrs.py, train_NLU_values.py。训练使用 early stopping, 词向量是经过DASI后处理过的 word2vec.

在众包数据集上的识别结果如下：
用户动作

模型	accu
BOW	0.9923
EDST	0.9926

属性识别

模型	accu	F1
BOW	0.9922	0.8729
EDST	0.9919	0.8745

值识别

模型	accu	F1
BOW	0.9108	0.7926
EDST	0.9307	0.8512

特别说明

1. 对话系统能够识别、处理的内容定义见dialog/config.py
2. 在系统实现时对知识图谱中缺失的少量必要属性编写了默认值
3. 当前系统并未使用单独的QA模块(disabled)，“场景123标准问题”中的QA对暂未使用，但可以处理知识图谱中包含的“QA”形式的属性。

Contributor

Yichi Zhang
Yinpei Dai
Zhijian Ou