Σχεδιασμός και Υλοποίηση εξειδικευμένου chatbot για διαδικτυακές πλατφόρμες

 

24

 

των  κύβων»,  διατηρώντας  ένα  εσωτερικό  μοντέλο  της  κατάστασης  και  απαντώντας  σε 

ερωτήσεις για τις ενέργειές του. Μέσα στο στενό πεδίο εφαρμογής του εμφάνιζε αξιοσημείωτη 

ευφυΐα, όμως η γνώση ήταν κωδικοποιημένη χειροκίνητα και αδυνατούσε να γενικευτεί εκτός 

του  συγκεκριμένου  μικρόκοσμου.  Αρκετά  αργότερα,  στα  μέσα  της  δεκαετίας  του  1990,  ο 

Richard  Wallace  ανέπτυξε  το  A.L.I.C.E.  [32],  ένα  σύστημα  που  στηριζόταν  στη  γλώσσα 

σήμανσης  AIML  για  να  περιγράψει  χιλιάδες  κανόνες  συνομιλίας.  Σε  αντίθεση  με  τα  λίγα 

σενάρια  του  ELIZA,  κάλυπτε  ευρύ  φάσμα  θεμάτων  και  κέρδισε  τρεις  φορές  το  βραβείο 

Loebner για την πιο ανθρώπινη συνομιλία· παρέμενε ωστόσο στον πυρήνα του ένα σύστημα 

κανόνων,  προβλέψιμο  αλλά  εύθραυστο,  αφού  κάθε  ερώτηση  εκτός  των  προκαθορισμένων 

μοτίβων οδηγούσε σε άστοχες ή γενικόλογες απαντήσεις, περιορισμός που έχει επισημανθεί 

ευρύτερα στη βιβλιογραφία σχετικά με τη φύση του συγκεκριμένου διαγωνισμού [51]. 

Παρά  τις  διαφορετικές  τους  αφετηρίες,  τα  συστήματα  αυτής  της  πρώτης  γενιάς 

μοιράζονταν την ίδια θεμελιώδη αδυναμία: είτε στηρίζονταν σε κανόνες ταιριάσματος είτε σε 

συμβολικές  αναπαραστάσεις,  κάθε  νέα  περιοχή  γνώσης  απαιτούσε  εκ  νέου  χειροκίνητο 

προσδιορισμό, ενώ κάθε είσοδος εκτός των προβλεπόμενων μοτίβων οδηγούσε αναπόφευκτα 

σε αστοχία. Αυτή η  απουσία πραγματικής γλωσσικής κατανόησης κράτησε τα συνομιλιακά 

συστήματα για δεκαετίες μακριά από πρακτικές εφαρμογές ευρείας κλίμακας. 

Η υπέρβαση αυτού του αδιεξόδου επιτεύχθηκε σταδιακά με τη στροφή προς τη στατιστική 

επεξεργασία  της  φυσικής  γλώσσας.  Δύο  εξελίξεις  από  διαφορετικά  επιστημονικά  πεδία 

αποδείχθηκαν  καθοριστικές  για  τη  μετέπειτα  πορεία.  Από  τη  μία  πλευρά,  ο  χώρος  της 

ανάκτησης  πληροφορίας  είχε  αναπτύξει  ώριμα  εργαλεία,  όπως  το  TF-IDF  [52]  και 

μεταγενέστερα το BM25 [53], τα οποία επέτρεπαν την αποδοτική εύρεση σχετικών εγγράφων 

σε  μεγάλες  συλλογές  με  βάση  την  επικάλυψη  όρων  και  λέξεων.  Από  την  άλλη  πλευρά,  η 

εισαγωγή των διανυσματικών αναπαραστάσεων λέξεων (word embeddings), με κύριο ορόσημο 

το  word2vec  [43],  απέδειξε  ότι  το  σημασιολογικό  περιεχόμενο  μιας  λέξης  μπορεί  να