近年來，聊天機器人已經變得越來越普遍，它們在各種在線平臺上為人類提供基本的幫助。到目前為止，聊天機器人通常被設計成擅長于某一種單獨的對話技能或風格，例如，提供客戶幫助或就某一主題提供基本信息。
最近，Facebook AI Research的研究人員進行了一項研究，調查了將不同對話的技能結合起來，以增強其整體能力的可能性。他們的論文預發表在arXiv上，并定于在2020年ACL大會上發表，該論文提出了不同的技術，將不同模型的技能合二為一，同時還引入了一個數據集，可用于分析孤立訓練的單個會話技能在單個代理中的適合程度。
"在這個項目之前，我們的團隊已經制作了一些AI模型，這些模型在與人類對話時各自都非常擅長以某種方式與人類對話：我們有一個能夠將知識融入對話中的模型，一個擅長同理心回應的模型，還有一個擅長在對話時保持一致的模型，"進行這項研究的研究人員之一Eric Smith說。"我們在這項研究中的目標是產生一個能夠在這三種溝通方式之間平穩切換和融合的單一模型。"
人類能夠根據自己所處的情況，自動切換到不同的對話風格。例如，人類能夠在談論自己、傾聽他人的意見并安慰他人、交流有關某件事情的知識或信息等之間交替進性。Smith和他的同事們希望在對話代理中重現這種能力，創建了一個能夠以多種不同方式與人類交流的模型。
"一開始，我們在三組不同的對話中訓練了一個模型，每一組對話都有不同的語境，并被設計成展示不同的技能：談論自己，用同理心傾聽，以及提供知識，"Smith說。"這使得我們的模型能夠在這些技能基準中的每一項單獨的技能上都做得很好。"
最初，研究人員并不確定如何能教他們的模型以類似于人類的方式在不同的對話技能之間無縫切換。因此，他們決定收集一個新的數據集，被稱為BlendedSkillTalk，現在可以在ParlAI在線平臺上下載。這個數據集包括了大約5000個人類對話，在這些對話中，說話者在三種對話風格之間切換，即談論自己，對他人分享的故事做出共鳴式的反應，以及分享知識，所有這些都是在一次對話中進行的。
"我們的一種方法是，在每次對話中隨機抽取兩位演講者中的一位，并在每次輪到他們發言時，給這位演講者三個不同的建議，讓他們說些什么。"Smith解釋說。"這三個建議中的每一個都會顯示出我們希望演講者在三個技能中的一個技能，讓他們在這三個技能之間切換。演講者可以選擇是否利用其中的任何一個建議，但結果是，我們發現幾乎所有的參與者的對話都顯示出這三種對話技巧中的至少兩種。"
當Smith和他的同事們在他們編制的數據集上訓練他們的模型時，他們發現模型模仿其中包含的混合對話的能力有了明顯的提高。此外，BlendedSkillTalk數據集中包含的對話特別強調多種對話技能的混合，這使得它非常適合評估一個模型在雜耍不同技能方面的表現。
"我們的數據集的特點是從一種會話技能切換到另一種會話技能的例子，所以它提供了一個比在多個單獨的單一目的數據集上評估模型更全面的測試環境，"Smith說。"我們的研究顯示了如何利用專注于每種技能的現有數據集，以訓練一個能夠在對話中無縫融合這些技能的模型。"
這個研究團隊所進行的研究可能會對對話代理的發展產生一些有趣的影響。首先，Smith和他的同事們介紹了將對話技能融合到一個計算模型中的技術，這可能最終會使人們能夠開發出更多功能和性能更好的聊天機器人。此外，他們編譯的新數據集可以被其他研究團隊用來訓練、評估和比較其他自然語言處理模型。
"我們現在希望通過進一步增加模型可以訓練出的技能來擴展這項工作：比如說幽默、對圖像進行評論、通過對話來完成特定的定向任務等。"Smith說。
