Sylabus
Dialogové systémy - stručný úvod
- uplatnění dialogových systémů
- základní komponenty dialogového systému
- reprezentace znalostí v dialogovém systému
- data a evaluace
Porozumění jazyku (SLU)
- sémantická reprezentace promluv
- statistické metody pro SLU
Řízení dialogu
- reprezentace dialogu jako (Partially Observable) Markov Decision Process
- 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
Systémy pro otevřené domény (chatboty)
- generativní systémy (sequence-to-sequence, hierarchické modely)
- vyhledávání informací
- ensemble systémy
End-to-end dialogové systémy
- trénování z konverzací na omezené doméně
- multi-task learning
Multidoménové systémy
- one-shot learning
Multimodální 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.