Πράκτορες Συζήτησης

Από τη Βικιπαίδεια, την ελεύθερη εγκυκλοπαίδεια

Εισαγωγή[Επεξεργασία | επεξεργασία κώδικα]

Μια από τις μεθόδους Αλληλεπίδρασης Ανθρώπου Υπολογιστή (HCI) είναι η χρήση φυσικής γλώσσας. Οι Πράκτορες Συζήτησης (Conversational Agents) είναι λογισμικό σχεδιασμένο να αλληλεπιδρά με ένα χρήστη χρησιμοποιώντας φυσική γλώσσα και να παρέχει διάφορες μορφές υπηρεσίας. Η αλληλεπίδραση έχει τη μορφή διαλόγου και γίνεται προσπάθεια να προσομοιάζει κατά το δυνατόν την ανθρώπινη επικοινωνία. Οι παρεχόμενες υπηρεσίες μπορεί να έχουν επαγγελματικό χαρακτήρα, όπως παροχή πληροφοριών και συμβουλών ή μπορεί να έχουν ως σκοπό τη δημιουργία μιας συζήτησης ψυχαγωγικού χαρακτήρα.

Οι πράκτορες συζήτησης ξεκίνησαν ως προγράμματα προσομοίωσης ανθρώπινης συζήτησης. Η ιδέα βασίστηκε στο έργο του Alan Turing (Turing, 1950), που θεωρείται ο πατέρας της Τεχνητής Νοημοσύνης. Ο Turing πρότεινε ένα κριτήριο αξιολόγησης της τεχνητής ευφυίας, γνωστό ως Δοκιμασία Τούρινγκ (Turing Test). Το Turing Test (Turing, 1950) βασίζεται σε μία σειρά από ερωτήσεις που υποβάλει κάποιος κριτής σε έναν άνθρωπο και μία μηχανή (τα οποία δε βλέπει), χωρίς να ξέρει εκ των προτέρων ποιος είναι ποιος. Αν στο τέλος δεν καταφέρει να ξεχωρίσει τον άνθρωπο από τη μηχανή, τότε η μηχανή περνάει το τεστ και θεωρείται ευφυής.

Με την ραγδαία εξάπλωση του Παγκόσμιου Ιστού, τέτοιοι πράκτορες βρίσκονται πλέον σε ιστοσελίδες ηλεκτρονικών καταστημάτων για να συνομιλούν με τους πελάτες, σε ιστοσελίδες εκπαιδευτικού περιεχομένου και γενικά όπου χρειάζεται παροχή πληροφοριών σε ενδιαφερόμενους χρήστες. Επίσης, ψυχαγωγικοί πράκτορες συζήτησης συναντώνται σε παιχνίδια υπολογιστή για να συνομιλούν με τους παίκτες παρέχοντας πληροφορίες για γεγονότα σχετικά με το παιχνίδι (Lester, Branting, & Mott, 2004).

Στην εργασία αυτή παρουσιάζονται οι πρώτοι ιστορικά πράκτορες συζήτησης, που ήταν τα chatbots ELIZA, PARRY και ALICE. Στη συνέχεια περιγράφονται οι διάφορες κατηγορίες πρακτόρων συζήτησης και κάποια βασικά χαρακτηριστικά τους. Επίσης, περιγράφονται συνοπτικά οι τεχνικές που χρησιμοποιούνται για την δημιουργία chatbots, καθώς και οι σημαντικότερες γλώσσες σήμανσης AIML και ChatScript. Τέλος γίνεται αναφορά σε κάποια σημαντικά chatbots που κέρδισαν στον πρόσφατο διαγωνισμό Loebner.

Ιστορία των Πρακτόρων Συζήτησης[Επεξεργασία | επεξεργασία κώδικα]

Το πρώτο πρόγραμμα προσομοίωσης συζήτησης ήταν η ELIZA που αναπτύχθηκε από τον Joseph Weizenbaum και δημοσιεύθηκε το 1966 (Weizenbaum, 1966) και προσπαθούσε να προσομοιώσει τις απαντήσεις ενός ψυχοθεραπευτή σε μια ψυχιατρική συνέντευξη. Όντας το πρώτο πρόγραμμα της κλάσης αυτής, η ELIZA έκανε μεγάλη εντύπωση σε άτομα που δεν είχαν πολλές γνώσεις υπολογιστών, αλλά και σε ειδικούς στον τομέα της τεχνητής νοημοσύνης. Συγκεκριμένα, πολλοί από τους χρήστες ήταν απολύτως σίγουροι ότι πραγματικά τους βοήθησε και πίστευαν ότι είχαν συνομιλήσει με πραγματικό θεραπευτή. Βέβαια η ELIZA δεν καταλάβαινε πραγματικά τι έλεγε ο χρήστης, καθώς απλώς έψαχνε για λέξεις-κλειδιά τις οποίες στη συνέχεια αντιστοίχιζε με απαντήσεις που είχε αποθηκευμένες οι οποίες μπορούσαν να προάγουν τη συζήτηση. Για παράδειγμα αν ο χρήστης ανέφερε τη λέξη “μητέρα”, η ELIZA θα απαντούσε με κάτι σαν “Πες μου περισσότερα για την οικογένεια σου”. Με τον τρόπο αυτό έδινε την ψευδαίσθηση ότι καταλαβαίνει τις δηλώσεις του χρήστη, οδηγώντας όμως έτσι εύκολα σε μη σχετικές απαντήσεις. Λόγω των “ρηχών” απαντήσεων της, η ELIZA αλλά και όλα τα επόμενα προγράμματα που βασίστηκαν σε αυτό το μοντέλο λειτουργίας, ονομάστηκαν μετέπειτα ρομπότ συνομιλίας (chatterbots ή chatbots) με βάση τον (Mauldin, 1994).

Το επόμενο γνωστό chatterbot, είναι ο PARRY που γράφτηκε το 1972 από τον ψυχίατρο Kenneth Colby (Colby, Weber, & Hilf, 1971) και προσπάθησε να προσομοιώσει έναν παρανοϊκό σχιζοφρενή. Σε αντίθεση με τη βασική μέθοδο λειτουργίας της ELIZA, δηλαδή την υποκατάσταση λέξεων ή φράσεων κλειδιών που αναγνωρίζονται στην ανθρώπινη ομιλία και βάζοντας τες σε κατάλληλα προετοιμασμένα πρότυπα, ο PARRY προσομοίωνε εσωτερικές συναισθηματικές καταστάσεις, όπως φόβος, θυμός και δυσπιστία, οι οποίες εναλλάσσονταν κατά τη διάρκεια της συζήτησης. Για το λόγο αυτό θεωρήθηκε πιο εξελιγμένο πρόγραμμα σε σύγκριση με την ELIZA.

To A.L.I.C.E. (Artificial Linguistic Internet Computer Entity), αλλιώς γνωστό και ώς Alicebot ή απλά ALICE, είναι ένα από τα πιο γνωστά μοντέρνα chatterbots (Wallace, 2009). Το ALICE δημιουργήθηκε το 1995 από τον Richard Wallace και χρησιμοποιεί την AIML, μια γλώσσα XML που σχεδιάστηκε για τη δημιουργία chatterbots ερεθίσματος - απόκρισης. Ορισμένοι θεωρούν την A.L.I.C.E. και την AIML ως μια απλή επέκταση της ELIZA. Αυτό αληθεύει ως προς τον τρόπο λειτουργίας των δύο προγραμμάτων, αλλά το A.L.I.C.E. έχει, επί του παρόντος, περισσότερες από 40.000 κατηγορίες γνώσης, ενώ η αρχική ELIZA είχε μόνο περίπου 200. Επίσης μια άλλη καινοτομία ήταν συλλογή μεγάλου δείγματος δεδομένων φυσικής γλώσσας, μια δυνατότητα που παρέχεται από το διαδίκτυο, και με τα οποία εμπλουτίστηκαν οι γνώσεις του A.L.I.C.E.

Το μοντέλο μάθησης στο A.L.I.C.E. ονομάζεται μάθηση με επίβλεψη επειδή ένα άτομο, ο botmaster, παίζει έναν καίριο ρόλο. Ο botmaster παρακολουθεί τις συνομιλίες του ρομπότ και δημιουργεί νέο περιεχόμενο σε AIML το οποίο θα κάνει τις απαντήσεις πιο κατάλληλες, ακριβείς, πιστευτές, "ανθρώπινες" ή ότι άλλο σκοπεύει ο botmaster. Πάρα πολλά chatbots βασίστηκαν στο μοντέλο λειτουργίας του ALICE και στην AIML.

Κατηγορίες Πρακτόρων Συζήτησης[Επεξεργασία | επεξεργασία κώδικα]

Οι πράκτορες συζήτησης κατά την (Klüwer, 2011) κατηγοριοποιούνται με βάση τον τρόπο που χειρίζονται την είσοδο και έξοδο πληροφοριών, σε δύο μεγάλες κατηγορίες: Τα ρομπότ συνομιλίας (chatterbots ή chatbots) και τα Συστήματα Διαλόγου (Dialog Systems). Οι δύο αυτές κατηγορίες διαφέρουν ως προς τον τρόπο μοντελοποίησης της διαδικασίας συζήτησης. Τα ρομπότ συνομιλίας προσομοιώνουν μια συζήτηση βασικού επιπέδου, προσπαθώντας συνήθως να ξεγελάσουν τον χρήστη ώστε να πιστεύει ότι συνομιλεί με μια ευφυή οντότητα. Στην πραγματικότητα όμως δεν μπορούν να κατανοήσουν τις απόψεις που ανταλλάσσονται, καθώς συνήθως λειτουργούν με την τεχνική ερεθίσματος-απόκρισης. Τα συστήματα διαλόγου χρησιμοποιούν πιο περίπλοκες τεχνικές Επεξεργασίας Φυσικής Γλώσσας (Natural Langual Processing - NLP), προσπαθώντας να μοντελοποιήσουν μια διαδικασία διαλόγου η οποία περιλαμβάνει την ανάλυση και κατανόηση των δεδομένων εισόδου, με σκοπό την παραγωγή πιο εύστοχων απαντήσεων προς τον χρήστη. Για να το πετύχουν αυτό συνήθως χρησιμοποιούν εξωτερικές πηγές πληροφοριών και έτσι συνήθως είναι σχεδιασμένα για συζητήσεις σε συγκεκριμένους τομείς. Φυσικά υπάρχουν και υβριδικά συστήματα, δηλαδή συστήματα διαλόγου που ενσωματώνουν ρομπότ συνομιλίας. Με αυτό τον τρόπο μπορεί ένας Πράκτορας Συζήτησης να μην περιορίζεται σε συγκεκριμένο τομέα, αλλά να δίνει εύστοχες απαντήσεις (Scerri & Dingli, 2013).

Κατά τους (O’Shea, Bandar, & Crockett, 2011), οι πράκτορες συζήτησης χωρίζονται σε πέντε κατηγορίες:

  • Ρομπότ Συνομιλίας (Chatterbots)
  • Ομιλούντα Συστήματα Διαλόγου (Spoken Dialog Systems)
  • Συστήματα Διαχείρισης Διαλόγου βασισμένα σε επεξεργασία φυσικής γλώσσας (NLP-based Dialogue Management Systems)
  • Πράκτορες Συζήτησης προσανατολισμένοι σε στόχο (Goal-Oriented CAs)
  • Ενσώματοι Πράκτορες Συζήτησης (Embodied CAs)

Τα ομιλούντα συστήματα διαλόγου είναι πολύπλοκα συστήματα τα οποία αξιοποιούν τεχνολογίες αναγνώρισης φωνής και μετατροπής της σε κείμενο. Αποτελούν επέκταση των απλώς Συστημάτων Διαλόγου, καθώς ενσωματώνουν επιπλέον ένα υποσύστημα αναγνώρισης φωνής (Speech Recognition) και ένα υποσύστημα σύνθεσης φωνής από κείμενο (Text-to-Speech). Έτσι ο χρήστης μπορεί να αλληλεπιδράσει με το σύστημα απλά μιλώντας του, με αποτέλεσμα η εμπειρία χρήσης να είναι πιο κοντά στην ανθρώπινη επικοινωνία. Δυστυχώς όμως η μετατροπή φωνητικής ομιλίας σε κείμενο μπορεί να έχει σχετικά μεγάλο ποσοστό λαθών, δυσχεραίνοντας έτσι την επικοινωνία. Ο συγκεκριμένος κλάδος έχει εξελιχθεί αρκετά τα τελευταία χρόνια και μια από τις πιο γνωστές εφαρμογές είναι η δημιουργία ομιλούντων βοηθών σε έξυπνες φορητές συσκευές (López-Cózar, Callejas, Griol, & Quesada, 2015).

Τα Συστήματα Διαχείρισης Διαλόγου βασισμένα σε επεξεργασία φυσικής γλώσσας, χρησιμοποιούν τεχνολογίες Επεξεργασίας Φυσικής Γλώσσας (NLP) για να κάνουν συντακτική και σημασιολογική ανάλυση των δηλώσεων του χρήστη. Η διαδικασία αυτή εκτελείται από ένα υποσύστημα που ονομάζεται Μονάδα Κατανόησης Φυσικής Γλώσσας (Natural Language Understanding unit - NLU unit) (O’Shea κ.ά., 2011).

Οι πράκτορες συζήτησης προσανατολισμένοι σε στόχο, μοιάζουν με τα chatterbots αλλά δεν κάνουν απλά άσκοπη συζήτηση. Αντίθετα, είναι σχεδιασμένα για ένα στρατηγικό σκοπό και προσπαθούν να κατευθύνουν τη συζήτηση προς την επίτευξη του στόχου. Ο στόχος συνήθως είναι επαγγελματικής φύσεως και σχετίζεται με παροχή πληροφοριών ή συμβουλών για την επίλυση ενός προβλήματος ή την κάλυψη κάποιας ανάγκης του χρήστη (O’Shea κ.ά., 2011).

Οι συνήθεις πράκτορες συζήτησης διαθέτουν μια διεπαφή κειμένου για την αλληλεπίδραση τους με το χρήστη. Αντίθετα, οι ενσώματοι πράκτορες συζήτησης χαρακτηρίζονται από ποικιλότροπη διεπαφή με το χρήστη, που περιλαμβάνει την αναπαράσταση προσώπου ή εικονικού σώματος, εκφράσεων του προσώπου, χειρονομιών και στάσεων του σώματος. Τα προηγούμενα συνδυαζόμενα με τεχνολογία σύνθεσης φωνής συμβάλλουν σε μια πιο πλούσια και ανθρωπομορφική εμπειρία χρήσης (Cassell, 2000).

Τεχνολογία Πρακτόρων Συζήτησης[Επεξεργασία | επεξεργασία κώδικα]

Οι κυριότερες τεχνολογικές προσεγγίσεις που χρησιμοποιούνται για τους πράκτορες συζήτησης είναι (Bradeško & Mladenić, 2012):

  • Αλγόριθμοι ταιριάσματος προτύπων (Pattern matching): Πρόκειται για την πιο συνηθισμένη προσέγγιση στη δημιουργία chatbots. Είναι η μέθοδος που ξεκίνησε από το πρώτο chatbot, την ELIZA και βασίζεται στο μοντέλο ερεθίσματος - απόκρισης, δηλαδή αναζήτηση συγκεκριμένων λέξεων-κλειδιών που πυροδοτούν προαποφασισμένες αποκρίσεις. Στην Εικόνα 1 φαίνεται σχηματικά η διαδικασία.
  • Λεκτική και συντακτική ανάλυση: Η μέθοδος αυτή επιτρέπει την γραμματική ανάλυση του κειμένου, δηλαδή τον εντοπισμό του ρόλου της κάθε λέξης μέσα στην πρόταση. Επίσης, η συντακτική ανάλυση εντοπίζει λέξεις που σχηματίζουν φράσεις με ιδιαίτερη σημασία. Η μέθοδος αυτή λειτουργεί συμπληρωματικά με τους αλγορίθμους ταιριάσματος προτύπων.
  • Μοντέλα Μαρκοβιανών αλυσίδων: Η μέθοδος εκμεταλλεύεται το στατιστικό μοντέλο αλυσίδων Μάρκοφ, ώστε να παράγει αποκρίσεις οι οποίες μοιάζουν πιο φυσικές και άρα είναι πιο πιστευτές.
  • Οντολογίες ή Σημασιολογικά δίκτυα (semantic nets): Πρόκειται για σύνολα ιεραρχικά συνδεδεμένων εννοιών που χρησιμοποιούνται για την διερεύνηση της συσχέτισης μεταξύ εννοιών και την εξαγωγή συμπερασμάτων.
  • Γλώσσες σήμανσης: Γλώσσες που χρησιμοποιούνται για τη δημιουργία chatbots. Ίσως η γνωστότερη τέτοια γλώσσα είναι η AIML η οποία αποτελεί μια διάλεκτο XML. Άλλες γλώσσες είναι η ChatScript, η SIML (Synthetic Intelligence Markup Language) και η RiveScript.

Κυριότερες γλώσσες σήμανσης για δημιουργία chatbots[Επεξεργασία | επεξεργασία κώδικα]

AIML (Artificial Itnelligence Markup Language)[Επεξεργασία | επεξεργασία κώδικα]

Η AIML είναι μια γλώσσα σήμανσης η οποία έχει βασιστεί στην XML και χρησιμοποιείται για τον προγραμματισμό εφαρμογών που διαθέτουν τεχνητή νοημοσύνη.

Η AIML αναπτύχθηκε από την κοινότητα ελεύθερου λογισμικού Alicebot και από τον Dr. Richard S. Wallace από το 1995 μέχρι το 2000. Αρχικά η πρώτη υλοποίηση της AIML έγινε με το project “Program A” και χρησιμοποίησε την γλώσσα JAVA. Στην συνέχεια το 1999 μπήκε στη φάση υλοποίησης του “Project B” οπού μετατράπηκε σε XML γλώσσα και αποτέλεσε τη βάση για το πρώτο Alicebot, το A.L.I.C.E..

Η AIML περιγράφει μια κατηγορία αντικειμένων δεδομένων, τα αντικείμενα AIML, που αποτελούνται από μονάδες που αποκαλούνται topics και categories (θέματα και κατηγορίες). Η γλώσσα προτύπων AIML είναι απλή, αποτελείται μόνο από λέξεις, κενά διαστήματα και τα δύο σύμβολα μπαλαντέρ _ και * (Αμοιρίδου, 2008).

Η βασική μονάδα γνώσης στην AIML καλείται κατηγορία (category). Κάθε κατηγορία μπορεί να παρομοιασθεί με ένα κανόνα που αποτελείται από μια ερώτηση σαν είσοδο, μια απάντηση σαν έξοδο και προαιρετικά κάποια συμφραζόμενα. Η ερώτηση ή ερέθισμα καλείται πρότυπο (pattern). Η απάντηση ή απόκριση καλείται υπόδειγμα (template). Οι δύο τύποι προαιρετικών συμφραζομένων καλούνται <that> και <topic>. Η ετικέτα <that> εμφανίζεται μέσα σε ένα category και σημαίνει ότι το συγκεκριμένο pattern εξαρτάται από μια προηγούμενη έξοδο του chatbot.

Η ανάμνηση μιας τελευταίας έκφρασης είναι σημαντική για το ρομπότ όταν υποβάλλει μια ερώτηση. Η ετικέτα <topic> έχει ένα όνομα ως χαρακτηριστικό και περιλαμβάνει ένα σύνολο από categories που είναι σχετικά με το topic. Η βασική επιδίωξη του μηχανισμού λειτουργίας της AIML για να δώσει την καταλληλότερη απάντηση, είναι να βρει το pattern που κάνει το καλύτερο και μεγαλύτερο ταίριασμα στην είσοδο που δέχτηκε από τον χρήστη.

ChatScript[Επεξεργασία | επεξεργασία κώδικα]

Το ChatScript είναι ένα νεότερης γενιάς chatbot σύστημα που έχει ως στόχο να γίνει ο διάδοχος την AIML. Μέχρι τώρα κατάφερε να κερδίσει τις χρόνιες 2010 και 2011 στον γνωστό διαγωνισμό «Loebner Prize» και να βγει δεύτερο την χρονιά 2012, πάλι στον ίδιο διαγωνισμό (Broersma & Dignum, 2012).

Η ChatScript σχεδιάστηκε ώστε να κάνει ευκολότερη την εξαγωγή νοήματος από προτάσεις και να παρέχει ένα συντακτικό που μπορεί ευκολότερα να υλοποιηθεί, ενισχύοντας έτσι την συντηρησιμότητα του κώδικα. Εισάγει νέους ισχυρούς τύπους κανόνων για ταίριασμα γλωσσικών προτύπων συμπεριλαμβάνοντας τα σημεία στίξης στην ανάλυση του κειμένου και προσφέροντας παράλληλα μια ποιο σαφή σύνταξη για ένθετους διαλόγους. Ακόμα η ChatScript υποστηρίζει την αντιστοίχιση των κανονικών και πρωτότυπων μορφών των ρημάτων και των λέξεων σε «έννοιες» που βασίζονται στις εγγραφές του λεξικού της αγγλικής γλώσσας WordNet. Σε υψηλότερο επίπεδο μπορούμε να πούμε ότι ο μηχανισμός της ChatScript έχει την δυνατότητα να απαγορεύει επαναλαμβανόμενους κανόνες από το να εκτελεστούν και μπορεί να αναγνωρίσει βασικές συναισθηματικές καταστάσεις όπως την πλήξη, τον θυμό και την απόλαυση που προκαλούνται από την συμπεριφορά του συνομιλητή.

Chabots Online[Επεξεργασία | επεξεργασία κώδικα]

Από το 2000 και μετά οι πράκτορες άρχισαν να ξεφεύγουν από τον χώρο της φαντασίας και έγιναν σιγά σιγά αντικείμενο μελέτης και πειραματισμού. Έχουν γίνει πολλές προσπάθειες και διάφορες υλοποιήσεις πρακτόρων από διάφορες ομάδες. Για να μπορέσουν να ξεχωρίσουν οι αξιόλογες προσπάθειες και να επιβραβευτούν οι πραγματικοί καινοτόμοι του χώρου, έχει δημιουργηθεί ένας θεσμός με το όνομα “Loebner Prize” που λειτουργεί κάτω από την αιγίδα του AISB (Society for the Study of Artificial Intelligence and Simulation of Behavior). Ο διαγωνισμός αυτός βασίζεται στο Turing Test και έχει ως στόχο να αναδείξει το καλύτερο πράκτορα συζήτησης της κάθε χρονιάς. Στην Εικόνα 4 φαίνεται το βραβείο Loebster.

Το 2014 ο διαγωνισμός πραγματοποιήθηκε στο Bletchley Park της Μεγάλης Βρετανίας και ανέδειξε ως νικητή το chatbot “Rose” του Bruce Wilcox.

Chatbot Rose[Επεξεργασία | επεξεργασία κώδικα]

Το chatbot “Rose” αποτελεί το αποτέλεσμα της δουλείας του καταξιωμένου προγραμματιστή Α.Ι. Bruce Wilcox ο οποίος καταφέρνει κάθε χρόνο να σημειώνει κάποια διάκριση στην διαγωνισμό αυτό. Το “Rose” βγήκε πρώτο στην δεύτερη συμμετοχή του στον διαγωνισμό καθώς το 2013 είχε συμμετάσχει ξανά παίρνοντας όμως την 3η θέση.

Ως πρώτο στο διαγωνισμό κατάφερε να σημειώσει ποσοστό επιτυχίας 89.17% στις απαντήσεις που έδωσε. Το chatbot Rose είναι διαθέσιμο στο (“Rose chatbot,” 2015). Προς το παρόν το περιβάλλον του είναι πολύ φτωχό γραφικά.

Στον Πίνακα 1 φαίνεται ένα αντιπροσωπευτικό κομμάτι του διαλόγου που έλαβε χώρα στο διαγωνισμό για την αξιολόγηση του bot.

Πίνακας 1: Απόσπασμα από τον διαγωνισμό Loebner Prize 2014

Human Rose
Hello, my name is Adam, what is your name? Nice to meet you, Adam. My name is Rose.
I live in Exeter in the UK. Where do you live? I live in San Francisco
Which is bigger, a cat or a kitten? The kitten is bigger.
The car couldn’t fit into the parking space because it was too small. What was too small? I'm not a walking encyclopedia you know.
What’s my name? You are Adam.
Where do I live? In UK.
Andy is shorter than Mark and Tom is shorter than Andy. Who is the tallest? Mark is least short

Chatbot Izar[Επεξεργασία | επεξεργασία κώδικα]

Το chatbot “Izar” τερμάτισε δεύτερο στον διαγωνισμό “Loebner” με ποσοστό 88.33%. Όπως και το “Rose” έτσι και αυτό έχει ιστορία στη συμμετοχή διαγωνισμών συμμετέχοντας σε διάφορους, ξεκινώντας από 2012. Ο πράκτορας αυτός είναι αποτέλεσμα της δουλειάς του Brian Rigsby. Η ηλεκτρονική διεύθυνση που μπορεί κάποιος να το βρει είναι στο (“Izar chatbot,” 2015). Στην Εικόνα 6 φαίνεται ένα παράδειγμα χρήσης του Izar.

Συμπεράσματα[Επεξεργασία | επεξεργασία κώδικα]

Οι πράκτορες συζήτησης έχουν κάνει την εμφάνιση τους από το 1966 με το πρόγραμμα ELIZA και από τότε προσπαθούν συνεχώς να εξελιχθούν. Έχουν καταφέρει να σημειώσουν μεγάλη πρόοδο τα τελευταία 20 χρόνια με την αρχή να γίνεται από το ALICE, με την ταυτόχρονη δημιουργία της γλώσσας AIML. Η ανάπτυξη που σημειώθηκε είναι αξιοθαύμαστη αλλά τα περιθώρια περαιτέρω βελτίωσης παραμένουν μεγάλα. Οι πράκτορες συζήτησης και γενικότερα ο τομέας της τεχνητής νοημοσύνης έχει λαμπρό μέλλον και φαντάζει ικανός να αλλάξει τον κόσμο με τις καινοτομίες και τις εφαρμογές που μπορεί να φέρει στην καθημερινότητα μας. Οι μέρες που ένα chatbot θα περάσει με απόλυτη επιτυχία το Turing Test πλησιάζουν.

Βιβλιογραφία[Επεξεργασία | επεξεργασία κώδικα]

  1. Allison, D. (2012). Chatbots in the library: is it time? Library Hi Tech, 30(1), 95–107.
  2. Bradeško, L., & Mladenić, D. (2012). A Survey of Chatbot Systems through a Loebner Prize Competition.
  3. Broersma, E., & Dignum, F. (2012). Computer-generated Dialogues through Sequential Pattern Mining.
  4. Cassell, J. (2000). Embodied conversational agents. MIT press.
  5. ChatScript Wiki. (2015). [wiki]. Retrieved March 23, 2015, from http://chatscriptwiki-chatscript.rhcloud.com[νεκρός σύνδεσμος]
  6. Colby, K. M., Weber, S., & Hilf, F. D. (1971). Artificial Paranoia. Artificial Intelligence, 2(1), 1–25.
  7. De Pietro, O., & Frontera, G. (2005). TutorBot: An Application AIML-based for Web-Learning. Advanced Technology for Learning, 2(1), 29–34.
  8. Izar chatbot. (2015). Retrieved March 23, 2015, from https://web.archive.org/web/20150520210108/http://www.appsentience.com/btchat/
  9. Klüwer, T. (2011). From chatbots to dialog systems. In Conversational Agents and Natural Language Interaction: Techniques and Effective Practices. IGI Global.
  10. Lester, J., Branting, K., & Mott, B. (2004). Conversational agents. In The Practical Handbook of Internet Computing. Chapman and Hall.
  11. Loebner Prize. (2015). Retrieved March 23, 2015, from http://www.loebner.net/Prizef/loebner-prize.html Αρχειοθετήθηκε 2010-12-30 στο Wayback Machine.
  12. López-Cózar, R., Callejas, Z., Griol, D., & Quesada, J. F. (2015). Review of spoken dialogue systems. Loquens, 1(2), e012.
  13. Mauldin, M. L. (1994). Chatterbots, tinymuds, and the turing test: Entering the loebner prize competition. In AAAI (Vol. 94, pp. 16–21).
  14. O’Shea, J., Bandar, Z., & Crockett, K. (2011). Systems engineering and conversational agents. In Intelligence-Based Systems Engineering (pp. 201–232). Springer.
  15. Rose chatbot. (2015). Retrieved March 23, 2015, from http://brilligunderstanding.com/rosedemo.html
  16. Scerri, D., & Dingli, A. (2013). Dialog Systems and Their Inputs. In C. Stephanidis (Ed.), HCI International 2013 - Posters’ Extended Abstracts (pp. 601–605). Springer Berlin Heidelberg.
  17. Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, 59(236), 433–460.
  18. Wallace, R. S. (2009). The Anatomy of A.L.I.C.E. In R. Epstein, G. Roberts, & G. Beber (Eds.), Parsing the Turing Test (pp. 181–210). Springer Netherlands.
  19. Weizenbaum, J. (1966). ELIZA—a computer program for the study of natural language communication between man and machine. Communications of the ACM, 9(1), 36–45.
  20. Αμοιρίδου, Μ. (2008). Ερμηνεία συμβόλων και συστήματα αναγνώρισης φυσικής γλώσσας., 141.