4g时代,生活有何不同的语文阅读答案

4G时代扑面而来
①不是我们不明白，是这个世界变化快。人还没弄明白3G是什么，4G已扑面而来。所谓4G，是第四代移动通信及其技术的简称，是一个比3G通信更完美的新无线世界。4G的到来不只是从“3”到“4”的简单进阶，而是一次里程碑式的改变，它将彻底改变传统观念中对固定宽带、手机网络的划分界限，它可以创造出许多令消费者难以想象的应用，几乎能够满足所有用户对无线服务的要求。而且4G网络有很好的兼容性，普通3G手机也能轻松使用4G网络进行无线上网。
②监控探头在我们的生活中无处不在，目前使用的大都是有线监控，不仅成本高，监控范围小，而且视频画质差，极易受到自然条件等诸多因素是限制。有了4G网络，就能够实时传输高清、影像与海量数据，对大范围无人值守或危险的区域的监控意义重大。比如号称中国百慕大的四川黑竹沟峡谷，两侧是悬崖峭壁，四周云雾弥漫，阴风习习，大部分地段至今无人敢涉足，当地人谈之色变，科学家也找不到原因。如果有了4G手机，就可以让动物或者勇敢的探险家带上它走进峡谷内，实时传回图文语音信息，谜底可能很快就能揭开了。
③此外，4G的远程无线监控对于电力、油田、大坝、森林、矿区、大型工程等区域的监控也具有重大意义，对野外科考科研、野生动植物保护和研究等也有不可估量的作用。
④4G手机的设计和 *** 作更加智能化，可以根据机主的需要，设定个性化的功能。如可以设置手纹、头像甚至个人眼底纹路作为开机密码，即使丢了手机或者手机被犯罪分子窃取，他们也无法解锁使用，你就不用担心储存的工资账户、银行密码、社保医疗、家人信息、个人隐私等信息被人窃取，造成损失了。
⑤4G手机还可以根据环境、时间以及其他设定适时提醒手机主人某个时间该做什么事，或者不该做什么事。它还可以把院的票房资料下载到手机上，清楚地显示售票情况、座位情况等，让你可以根据这些信息在线购买自己满意的票。你还可以把4G手机设置成一台手提电视，用来收看体育比赛之类的各种现场直播，并能随时点播、回看精彩节目。
⑥4G手机的推出，使人与互联网的互联变成现实，它的高智能性、随时随地无线互联必将使人类迎来人与物、物与物之间互联的物联网时代。到了那时，就会出现这样的场景：你正在看电视，手机突然响了，电视会自动调低声音或者切换到静音状态。
⑦医保卡、yhk、公交卡、会员卡这些五花八门、令人眼花缭乱的卡，也让现代人以“卡奴”自居。有了4G手机，一切尽在“掌”握中，能使那些卡统统消失，人类将迎来无卡时代。它甚至可以和你家里的电器互联，让你在下班路上就打开微波炉、空调，进门就有可口的饭菜、舒适的环境温度。如果有一天，智能机器人推出，你的4G手机将可以 *** 控机器人。你可以想象一下，你的生活方式将会发生怎样的变化。
⑧4G手机神通广大，已经在全世界引起了一股轰轰烈烈的浪潮。相信用不了多久，人们将迎来具有跨时代意义的4G手机了。
(摘自中国新闻网 有改动)
18短文说明的内容是什么(2分)
19第二段中划线的句子用到了什么说明方法有何作用(3分)
20句子“它可以创造出许多令消费者难以想象的应用，几乎能够满足所有用户对无线服务的要求”中的“几乎”能否去掉为什么(2分)
《4G时代扑面而来》阅读答案
174G手机的优点及作用。
18作比较，突出地说明了4G网络用于监控的优点。
19不能，“几乎”即“差不多”，准确地说明了4G网络能够满足绝大部分用户对无线服务的要求，但不是全部。

阅读就是阅世》阅读答案及分析
阅读《阅读就是阅世》，完成18—22题。
阅读就是阅世
①1978年,我16岁,正当少年。在人生的这个阶段,读过的书是可以跟人一辈子的。所以,类如浮士德的永恒冲动,曼弗雷德的孤高厌世,还有哈姆雷特的不断怀疑与反省,成为我日后一再提及的永恒记忆。当然,那样年代中的成长并不轻松。物质的匮乏与精神的贫瘠,都使人脆弱而易感。读书无疑加重了这种感触的分量。但当时的感觉,生命本来就需要伤感的滋养。有时对一个情节乃至细节,可以乐至沉酣,又转生悲凉;有时对一个人物及其结局,可以忧郁入深,又反为旷达。这种情绪转换带出的刺激与快感,难以言说。
②今天的孩子,二十多岁了,通常还幼稚率薄。听说狄更斯们可以为一个街区的拐角写去几千字,就问:写一些这样的文字,有什么意思还有,像罗曼罗兰这样,让克利斯朵夫与安多纳德错失在两列相向而开的火车上,一如自己玩剩下的小把戏,怎么看都不像是有创意的安排呀。
③其实,快乐满足的仅是感官,经典满足的才是心灵。每次与经典相遇,其实都是与人性照面,与自己交谈。这一点,他们能知道并愿意知道吗特别是,当他们的阅读通常不再及此,并因这种不及,不再认为经典之于人生有多重要的时候。
④结果自然是令人担忧的。许多孩子除了在中学文学课上读过一些经典,在电视上看过一些经典,再没有开卷有益的经历;杜威视读书为探险,法朗士视读书为壮游,但孩子们只拿书作消遣;笛卡尔说“读杰出的书籍,有如和过去最杰出的人物促膝交谈”,但他们把与书交谈的时光变成了游戏的时光。于是,这些现象所表明的认知的肤浅,已经造成这个时代思想的贫薄与文化的匮乏,而这种贫薄与匮乏,又必定会延缓和阻碍一个民族的心智成熟。
为人,人们得安静下来,总有一个时刻,⑤但我们也不能失去希望。应该相信
生的意义而苦恼。总有一天,人们得重新认识读书与人生的意义,并由衷地体会到,若自己内心没有的东西,谁都不可能颁赐给你。
⑥契合着个人的经历,最近曾再读但丁,《神曲》“地狱篇”的第一段说:“就在我们人生的中途,我在一座昏暗的森林中醒悟过来,因为我在里面迷失了正确的道路。”许多像我这个年龄段的人都有过迷失,借助于种种外力的帮助,最终都走了出来。但在我,读《神曲》本身,就是走出迷途的最好方法。
⑦很朴素的道理,因为阅读就是阅世,书生活就是真生活。
18文章第③段有一句话具体解说了“阅读就是阅世”,请把这句话抄写在下面的横线上。
19作者开篇举自己年轻时阅读的事例,说说这样写的作用是什么。
20作者在第④段说“结果自然是令人担忧的”。精读本段,写出“令人担忧”的结果所指代的具体内容。
21温家宝总理说:“书籍是不能改变世界的,但读书可以改变人,人是可以改变世界的。”结合“读书可以改变人”这句话,谈谈你对下面句子的理解。
杜威视读书为探险,法朗士视读书为壮游。
读杰出的书籍,有如和过去最杰出的人物促膝交谈。
我理解 句
有时对又转生悲凉可以乐至沉酣,;作者说:“有时对一个情节乃至细节 22,《朝又反为旷达。”请从《西游记》《水浒传》,一个人物及其结局可以忧郁入深,《钢铁是怎样炼成的》四部名著中任选“一个情节”或“一个人物”,花夕拾》 叙述你在阅读过程中类似的情感或认识的变化。
参考答案：
18．考查意图：重点考查考生提取文章信息的能力。
解析：本题难易适中。考生可以紧扣文段概括选段内容。
答案：每次与经典相遇,其实都是与人性照面,与自己交谈。
19．考查意图：重点考查考生文章结构方面的知识。
解析：本题难易适中。作者开篇举自己的例子,是为了避免干巴巴的说教,同时也为引出下文作铺垫。
答案：与下文中写今天孩子们的幼稚率薄形成对比;引出下文的观点;从讲述自己读书的经历入手,给人亲切感,便于说理。
20．考查意图：重点考查考生提取、概括文章的信息。
解析：本题难易适中。要求直接引用原文中的句子来回答。
答案：造成这个时代思想的贫薄与文化的匮乏。延缓和阻碍一个民族的心智成熟。
21．考查意图：考查考生对语言的鉴赏、句子的理解能力
解析：本题有一定难度。,可以把原句加以阐述,加以解说,使之内容更丰富。
答案：示例1:理解句。读一本好书就是一次人生的探险,一次世事的游历。在阅读中我们探寻新的世界,开阔眼界,丰富自己的灵魂,这样我们将进入到一个新的人生境界。示例2:理解句。阅读经典书籍,如同与那些杰出人物倾心交流,聆听他们的教诲,从而了解社会,了解人生,学会做人,学会处事。
22考查意图：重点考查考生拓展联想能力。
这一小题与名著阅这类题的解答与原文关系不大。本题有一定难度。解析：
读联系了起来,要讲清楚故事情节,更重要的是叙述自己在阅读这个情节时的心理活动。叙述自己经历了哪些情感的起伏和认识的变化,这才是本题的侧重点。
答案：示例1:永远忘不了鲁迅笔下的长妈妈。当我读到她睡觉时摆出的“大”字的睡姿时,不禁暗笑她的粗俗。但读到长妈妈特意为少年鲁迅买的《山海经》时,再回想那个“大”字的睡姿,她的粗俗在我脑海中变成了淳朴和率真。示例2:走进唐僧的情感世界,我的情感也随之如波澜般起伏。当我读到他三次被白骨精的化身迷惑,驱赶悟空时,内心充满气愤。而读到他为深受苦役折磨的众和尚落泪、为小孩子被当作药引落泪时,又被他善良仁厚的性格深深感动。取经成功,不仅靠坚韧的毅力,还要靠悲天悯人的情怀。
20XX—019学年度第一学期生物教研组工作计划 指导思想以新一轮课程改革为抓手，更新教育理念，积极推进教学改革。努力实现教学创新，改革教学和学习方式，提高课堂教学效益，促进学校的内涵性发展。同时，以新课程理念为指导，在全面实施新课程过程中，加大教研、教改力度，深化教学方法和学习方式的研究。正 确处理改革与发展、创新与质量的关系，积极探索符合新课程理念的生物教学自如化教学方法和自主化学习方式。主 要工作一、教研 组建设方面：、深入学习课改 理论，积极实施课改实践。、 以七年级新教材为“切入点”，强化理论学习和教学实践。、充分发 挥教研组的作用，把先进理念学习和教学实践有机的结合起来，做到以学促研，以研促教，真正实现教学质量的全面提升。、强化教 学过程管理，转变学生的学习方式，提高课堂效益，规范教学常规管理，抓好“五关”。（）备课关。要求教龄五年以下的教师备详案，提 倡其他教师备详案。要求教师的教案能体现课改理念。（）上课 关。（）作业关。首先要控制学生作业的量，本着切实减轻学生负担 的精神，要在作业批改上狠下工夫。（）考试关。以确保给 学生一个公正、公平的评价环境。（）质量关。
、加强教研组凝 聚力，培养组内老师的团结合作精神，做好新教师带教工作。二 、常规教学方面：加强教研组建设。兴教研之风，树教研氛围 。特别要把起始年级新教材的教研活动作为工作的重点。、教研组要加强集体备课共同分析教材研究教法探讨疑难问 题由备课组长牵头每周集体备课一次，定时间定内容，对下一阶段教学做到有的放矢，把握重点突破难点、教研组活动要有计划 、有措施、有内容，在实效上下工夫，要认真落实好组内的公开课教学。、积极开展听评课活动，每位教师听课不少于20节，青 年教师不少于节，兴“听课，评课”之风，大力提倡组内，校内听随堂课。、进一步制作、完善教研组主页，加强与兄 弟学校的交流。我们将继续本着团结一致，勤沟通，勤研究，重探索，重实效的原则，在总结上一学年经验教训的前提下，出色地完成 各项任务。校内公开课活动 计划表日期周次星期节次开课 人员拟开课内容10月 127四王志忠生物圈10 月137五赵夕珍动物的行为12月114 五赵夕珍生态系统的调节12月2818四朱光祥动 物的生殖镇江新区 大港中学生物教研组xx-
20X 下学期生物教研组工作计划范文20X年秋季生物教研组工作计 划化学生物教研组的工作 计划生物教研组工作计划
下学期生物教研组工作计划
年下学期生物教 研组工作计划20X年化学生物教研组计划
20X年化学生物教研组计划
中学生物教研组工作计划
第一学期生物教研组工作计划
20XX—019学年度第二学期高中英语教研组工作计划XX—XX学年度第二学期高中英语教研组工作 计划一 ．指导思想：本学期，我组将进一步确立以人为本的教育教学理论，把课程改革作为教学研究的中心工作，深入学习和研究新课程标准，积极、稳妥地实施和推进中学英语课程改革。以新课程理念指导教研工作，加强课程改革，紧紧地围绕新课程实施过程出现的问题，寻求解决问题的方法和途径。加强课题研究，积极支持和开展校本研究，提高教研质量，提升教师的研究水平和研究能力。加强教学常规建设和师资队伍建设，进一步提升我校英语教师的英语教研、教学水平和教学质量，为我校争创“三星”级高中而发挥我组的力量。
二．主要工作及活动： ．加强理论学习，推进新课程 改革。组织本组教师学习《普通高中英语课程标准》及课标解度，积极实践高中英语牛津教材，组织全组教师进一步学习、熟悉新教材的体系和特点，探索新教材的教学模式，组织好新教材的研究课活动，为 全组教师提供交流、学习的平台和机会。．加强课堂教学常规， 提高课堂教学效率。强化落实教学常规和“礼嘉中学课堂教学十项要求”。做好集体备课和二备以及反思工作。在认真钻研教材的基础上，抓好上课、课后作业、辅导、评价等环节，从而有效地提高课堂教学 效率。加强教学方法、手段和策略的研究，引导教师改进教学方法的同时，引导学生改进学习方法和学习策略。．加强课题研究 ，提升教科研研究水平；加强师资队伍建设，提升教师的教学能力。组织教师有效开展本组的和全校的课题研究工作做到有计划、有研究、 有活动、有总结，并在此基础上撰写教育教学论文，并向报刊杂志和年会投稿。制订好本组本学期的校公开课、示范课、汇报课计 划，并组织好听课、评课等工作。三 ．具体安排：二月份：制订好教研组工作计划、课题组工作计划和本学期公开课名单。
继续阅读
儿童diy简单手工，绘本馆招商，本地区 还剩8名额
儿童diy简单手工，少儿绘本+手工+绘画三合一，会员式循环经营，生源不断。"儿童diy简单手工，4大课程体系，16大精品课程，益智教育，孩子家长都喜欢。 "
广告查看详情
开通VIP，免费获得本文
本文立即免费保存 赠百度阅读VIP精品版 100W文档免费下载 5100W文档VIP专享
版权说明：本文档由用户提供并上传，若内容存在侵权，请进行举报或认领
分享收藏下载转存
打开文库App，免费阅读此文档
儿童手工逛京东，劲爆低价，乐享品质优选!
北京京东世纪信息技
提供的广告
查看详情
活动
立即领取
VIP教育大礼包
热门小说免费读
精品课程
小升初数学提分辅导，六年级数学真题、典型题型分析讲解
￥58
王华
91课节
基于Kudu实现物联网数据存储与分析
￥499
博学谷
93课节
高中语文-现代文阅读考点分析
￥299
提分100
13课节
文档
五阶五魔方-层先法精选 立即查看
数学分析答案 用App查看
案例分析及答案 用App查看
病例分析答案 推荐
数学分析讲义答案 好评
《魂》阅读答案
《桥》阅读答案-奇妙的桥阅读题答案 热门
最新推荐阅读就是阅世阅读答案-推荐word版 (3页)
参考文档阅读就是阅世阅读附答案word版本 (3页)
阅读就是阅世阅读答案
精编范文《阅读就是阅世》阅读及答案-范文word版 (3页)
查看
百度文库官方
百度文库，让每个人平等地提升自我
免费领文库VIP
下载并登录文库大学生APP领取

随着人工智能的飞速发展以及广泛落地应用，越来越多的设备将会被植入智能问答技术，人机交互场景随处可见，智能问答在未来将会成为一个非常重要的入口。

腾讯小知凭借着业界领先的智能AI引擎算法和海量大数据仓库，已将智能问答技术落地实施，并且经过大量的业务考验和优化，知识点匹配度和准确率都已达到90%以上，在2018 年 GITC 全球互联网技术大会上，腾讯小知荣获年度互联网最具价值产品奖。

腾讯小知算法负责人陈松坚也在会场发表了关于智能问答技术原理及其在To B场景下的应用的专题演讲，从自己的角度为我们展现智能问答技术的最新成果。

他首先从智能问答是什么，为什么和怎么做的三个问题出发，阐明了他对当前智能问答技术的定位和价值，首先，现阶段的智能问答是信息检索技术的升级，是量变而未达到质变。但是无论在To B还是To C的场景下，当前的技术都能够切实解决一些用户的痛点，提升用户体验，是亟待推进和充满想象的方向。

在回答怎么做这个问题时，他详细介绍了几种不同的问答机器人的实现路径，包括单轮问答机器人，多轮问答机器人及阅读理解机器人。其中重点阐述了单轮问答机器人的实现原理，包括字面匹配，词向量匹配，深度语义匹配，迁移学习等技术。

此后他还分享了小知团队将上述技术产品化的经验，包括智能客服机器人和电话机器人两大块，主要分享了当前产品的形态，亮点和实际项目中取得的一些成果。

最后，他简单总结了小知目前完成的工作以及就智能问答的发展提出了自己的几点看法。

--------------------------------------------------------------

以下是演讲稿全文：

各位下午好，很高兴今天能在这里给大家做分享报告。先介绍一下，我们腾讯小知是致力于为政府和各行业提供一揽子智能问答解决方案的团队，目前已经落地的包括基于文本的智能客服机器人和基于语音的电话机器人等。

在大多数人的认知里，智能问答很可能是以上的3个印象，2011年打败了人类取得问答竞赛冠军的waston;2017年被沙特授予公民身份的机器人sofia;更为大家熟知的钢铁侠中的机器人管家jarvis。在大家心目中，智能就意味着能够像真人一样交流。然而作为从业者，很遗憾地告诉大家，目前的技术还远没有达到这个目标，我认为本质上目前的智能问答技术是对信息检索技术的一次升级，是量变而未到质变。这个皇冠上的明珠还等待我们去摘取。

既然问答技术还不成熟，那为什么还要投身到这个领域呢。我想从To B和To C两个角度去回答。对企业来讲，当前的问答技术虽然无法解答复杂的咨询，但是大部分的简单的头部问题是可以比较好的解答的。从本轮AI大潮NLP赛道的几名种子选手都从智能客服这个方向切入就可以看出企业是确实存在对智能问答的刚性需求。而对普通用户来讲，一方面siri等语音助手每天都在为用户提供便捷的交互界面，另一方面像amazon echo这一类的智能家居产品也逐步进入千家万户，成为物联网生态的中心入口之一，这便是智能问答的价值所在。

那如何实现智能问答机器人呢我们先来看最基本的单轮问答机器人的实现原理。

熟悉搜索引擎的朋友会发现这个架构跟搜索引擎的很类似。单轮问答一般来说就是FAQ问答，是基于业务问答对组成的问答库进行检索匹配。其中FAQ问题集包含多个相似问法供用户问题去匹配。预处理阶段一般会进行文本纠错，标准化和底层NLP特征提取;召回阶段会在倒排索引中召回若干个候选问题(粗排)，而最后的匹配阶段会基于各种模型进行匹配打分并返回得分最高的结果(精排)。匹配阶段还会引入其他模块，如知识图谱和拒识模型，目的是辅助提升匹配的最终准确率。

retrieval中的匹配可以看做是naive solution，词袋+VSM, 筛选候选够用了，但是精排需要更精致的策略，第一，要利用监督信息做拟合，我们构建基于问题对的训练语料，拟合是否匹配这个二分类目标。第二，特征上抛弃稀疏的词袋模型，而是构造各种相似度来做base scorer，然后利用非线性的抗噪能力强的xgboost来做融合，比如我们用到词bigram, 字bigram, 核心词，名词等特征集合的相似度。这种方法的优缺点是一体的，由于模型只学习字面相似的特征，因此不受领域影响，通用性强，适合用在冷启动阶段;但也因为只考虑字面相似，无法处理更深层的语义匹配。

那如何度量语义的相似呢。词向量技术的兴起是语义匹配的前提，所谓词向量，是将孤立的传统的token表示映射到相互关联的向量空间中，这种关联性，或者说是相似性，是通过词语的上下文的来描述的。也就是说，上下文越相似的词语，他们的语义就越相似，词向量的欧式距离就越近。这是很容易理解的，更妙的是，通过对向量进行简单加减运算，能够呈现出概念的关系，比如king-man+woman的结果非常接近于queen, 因此说明词向量能够一定程度刻画语义。那对句子如何做向量表示呢一个简单的想法是直接求和平均，WMD是另一个比较有意思且有效的做法，他将计算句子到句子的相似度建模成一个运输的问题，把句子p的各个词，运输到q的各个词上，也可以说是变换;运输成本是词向量的cosine相似度，而要运输的是各个词在句子中的权重，用线性规划求解一个最优解，即为p到q的距离。另外还有个有效的方法是SIF，思路是做词向量加权求和，但是突显出句子中非通用的部分，即权重用词频倒数来计算权重，实验效果也很不错。

上面的方法有一个问题就是没有利用有监督信息，所以效果有明显的天花板。下面介绍这个工作是基于深层网络做有监督学习的匹配的，做法也比较简单，首先把句子文本用one-hot编码，假如词典大小是500K，那编码完长度就是500K维，其实等于是词袋模型，然后输入到一个多层的神经网络去学习，最终得到一个128维的向量作为句子的语义表示，然后用cosine计算两个句子与文档的相似度作为模型输出。这个方法其实是将高维稀疏的token特征映射到低维语义空间，跟词向量的思路很类似，只不过训练目标不同，并且这里使用了深层网络结构。

但是CNN对上下文的处理能力依赖于窗口大小，远距离就没办法处理了，因此要考虑另一种网络单元RNN，这种单元是专门为时序模型量身打造的，简单来说，每一时刻t上的隐藏状态，或者说第t个词上的语义编码，都由两个输入共同决定，即上一时刻的隐藏状态和当前时刻的原始输入，而为了解决远距离传递导致的梯度消失和梯度爆炸等问题，RNN有一些变种结构来应对，比如 LSTM和GRU等。

CNN和RNN都是对原始输入进行语义编码的基本单元，编码后的向量就可以接入多层感知机进行相似度计算，如果是直接计算cosine相似度，那就是dssm的升级版，而更常见的做法是把两个句子的编码向量拼接在一起，再经过一个多层感知机计算相似度，而这种方法统称为表达式建模;

另一种方案考虑到两个句子之间的交互信息对学习他们是否匹配显然更为重要，这一类方案被称为交互式建模，右边是一个典型的例子，他最大的不同是首先对两个句子的所有窗口组合进行拼接和卷积，得到交互信息。然后再进行多次卷积和池化得到表示。其他的交互方式还包括编码之后，进行交互 *** 作，如作差，点乘等，还有计算attention表示，也是常见的交互方式。

下面介绍我们的方案，跟上面介绍的模型相比，我们的方案主要做了两处改动，一个是使用了稠密连接的网络结构，让rnn层的输入和输出拼接在一起做为下一层的输入，第二个是混合注意力机制，即在计算attention向量进行交互式建模的基础上，增加self-attention向量计算，然后把两个attention向量经过门机制进行融合，这样做一方面引入了问句间的交互信息，同时又增强了对自身的表达建模。

上面的模型是比较复杂的模型，参数量有58M。在实际中应用中训练语料会严重不足，为了解决这个问题，我们引入了迁移学习的策略。首先第一种是多任务联合学习，比如在拟合两个问句是否匹配的同时，也对问句进行分类预测;另外还可以同时对匹配的问题对做seq2seq的翻译模型训练。这两个策略都证明能有效提升准确率。

而另一个思路更加直观，即引入其他领域的语料，所谓多语料迁移。Fine-tune即参数微调是其中一种做法，即先用通用语料训练网络，固定底层表达层的参数，然后再使用领域语料调整上层参数;另一种思路参考了对抗学习的思想，即引入一个新的任务“混淆分类器”去判别当前样本是来自源语料还是目标语料，通过在损失函数中增加反向的混淆分类损失项，让混淆分类器尽可能地无法区分样本的来源，从而保证共享了参数的表达网络能够学习到两部分语料中共性的部分。

以上的介绍都是为了完成一个基本的单轮对话机器人，而实际应用中，往往存在需要需要交互的场景，比如查询社保余额，就需要用户提供指定信息，如姓名，身份z号，手机号等。这种是所谓任务导向型机器人，而另一种，基于知识图谱的机器人也往往会涉及到多轮交互。这里简单介绍一下多轮对话机器人的架构，整体上是一个对话管理系统，总的来说是管理会话状态，包含4个模块，分别是输入部分：自然语言理解模块NLU，负责意图识别和抽取槽位实体，比如这里匹配到了意图是查询社保余额，抽取到了社保号1234。得到的意图和槽位值会送入到对话状态追踪模块，DST，他负责会话状态的更新，形式化来说是一个函数，输入是当前状态s和当前的query经过NLU处理过得到的意图和槽位值q, 输出新的状态s‘，下一步是把s’送入DPL，对话策略模块，这个模块是根据新的状态s‘输出行动a，通常这个决策选择会依赖于一个外部数据库或知识图谱，最后，由输出部分，自然语言生成模块NLG负责将行动转换为自然语言文本，返回给用户。

前面提到的单轮FAQ机器人，有一个问题是问答准确率依赖于问答库的质量，而问答库的构建耗时费力，所以针对数据较大的非结构化文档，如果可以直接从中抽取答案，是非常理想的做法。比如斯坦佛大学开源的drQA，就是基于wikipedia的语料做的一个开放域上的问答机器人，我们来看看这种阅读理解机器人的架构示意，他也是基于检索重排的思路，首先把可能的文段从语料库中摘取出来，然后送入阅读理解模型进行答案定位，打分，排序和选择得分最高的答案。阅读理解模型与匹配模型是类似的，需要先对问题和候选文段进行编码表示，不同之处在于最终预测的目标是答案的起始和结束位置。我所在的团队在去年，在阅读理解的权威公开测评Squad v1中取得过第一的成绩，同时参加这个测评的包括了google, facebook, 微软，阿里idst, 科大讯飞等国内外同行。说明业界对这种技术还是非常看重的。

下面分享小知在把以上技术落地产品化的经验。首先我们来看看小知的整体架构图，核心引擎有两部分，一块是上面重点阐述的深度语义匹配模型，另一块是本次分享没有展开的知识图谱引擎，在此之上，我们构建了FAQ机器人，多轮会话机器人(任务机器人)，闲聊机器人等。以下是我们单轮和多轮机器人的示例。

在我们实际的落地项目中，得益于深度迁移模型的语义匹配能力和行业知识图谱的的精准匹配和辅助追问，小知机器人能够做到95%左右的问答准确率，并且节省了50%以上的服务人力，切实为政府和企业提升效率和降低成本。

在智能客服的基础上，我们又打造了基于语音的电话机器人，力主融合智能客服，人工在线客服，工单系统和电话机器人，为客户打造从售前售中售后的整体解决方案。

以下是电话机器人的整体架构图，核心是自然语言理解NLU模块，负责识别用户提问意图

提取相关实体。根据NLU输出的结果，内置的对话管理引擎会进行流程状态流转和跟踪。

另外，ASR语音识别和TTS语音合成是不可或缺的重要服务，这三个模块相互协作，共同完成与用户的交互。

最后对智能问答的未来发展提几点我的看法。目前学术界比较公认的一个方向是，需要更有机地结合模型和规则，而在问答领域，规则的一大组成部分就是知识图谱，包括开放领域的知识图谱和专业领域知识图谱。而更进一步地，我们需要研究带有推理性质的事理型知识图谱去描述领域内的规则和知识，让机器人能够处理带有复杂条件的问题，提供更智能的回复。在我看来，智能问答的一个突破口就在于解决以上三个问题。以上就是今天分享的内容，谢谢大家。

主讲人介绍：

陈松坚，腾讯数据平台部算法高级研究员，有着8 年的 NLP 研发经验，2017 年加入腾讯 TEG 数据平台部，负责智能客服产品腾讯小知的算法规划和落地。负责过多个智能客服项目，对封闭领域的智能问答有丰富的实战经验。

---