.3 智能對話系統(tǒng)分類

按照對話輪數可以將智能對話系統(tǒng)分為：單輪對話與多輪對話。
按照對話的目的性可以分為：任務導向型（task-oriented)對話系統(tǒng)和非任務導向型(non-task-oriented)對話系統(tǒng)(也稱為聊天機器人)。

1.4 對話系統(tǒng)的幾個發(fā)展方向

深度學習已成為對話系統(tǒng)的一項基本技術。研究人員將神經網絡應用于傳統(tǒng)任務導向型對話系統(tǒng)的不同組成部分，包括自然語言理解、自然語言生成、對話狀態(tài)跟蹤。近年來，端到端的框架不僅在非面向任務的聊天對話系統(tǒng)中流行，而且在面向任務的對話系統(tǒng)中逐步流行起來。
深度學習能夠利用大量的數據，從而模糊了任務導向型對話系統(tǒng)和非任務導向型對話系統(tǒng)之間的界限。值得注意的是，目前的端到端模型仍然遠非完美。盡管取得了上述成就，但這些問題仍然具有挑戰(zhàn)性。接下來，我們將討論一些可能的研究方向。
①快速適應
雖然端到端模型越來越引起研究者的重視，我們仍然需要在實際工程中依靠傳統(tǒng)的管道（pipeline）方法，特別是在一些新的領域，特定領域對話數據的收集和對話系統(tǒng)的構建是比較困難的。未來的趨勢是對話模型有能力從與人的交

?