本篇內(nèi)容已被ACL2019收錄“Simple and Effective Text Matching with Richer Alignment Features”。

　　在Chatbot整體解決方案中，既有面向任務(wù)型的taskbot（諸如訂機票、查天氣等），也有更偏向知識問答的qabot，而在客服場景下，最基礎(chǔ)的類型也是這類。如果從知識庫的形式來區(qū)分qabot，可以有基于「文檔」的doc-qabot、基于「知識圖譜」的kg-qabot、基于「問答對」的faq-qabot等。我們這里重點關(guān)注的是最后一種faq-qabot（也簡稱faqbot），這種形式的方案對用戶而言易理解易維護，也是目前chatbot解決方案中不可缺的一部分。

　　faqbot就是將query匹配到一條「問答對」上，從技術(shù)的角度看，有兩大類方法，一是textclassification，二是textmatching，它們各有適合的場景，前者適合咨詢量大且比較穩(wěn)定的faq，后者適合長尾或時常變化的faq。

　　店小蜜是我們提供給阿里平臺商家的一套智能客服解決方案。在店小蜜中，基于Faq的問答是個很基礎(chǔ)的部分，我們在這個領(lǐng)域，在文本分類和文本匹配上進行了各方面的研究和實踐，在本篇中重點對文本匹配的基礎(chǔ)模型進行介紹。

　　「文本匹配」是NLP方向的一個重要研究領(lǐng)域，有著悠久的歷史，很多NLP任務(wù)都與此相關(guān)，比如natual language inference、parahparase identification、answer selection等，都可以歸結(jié)成「文本匹配」問題。

　　有很多人研究這個課題，當前優(yōu)秀的匹配模型有哪些？這些模型有什么異同？這些模型存在哪些問題？這些都是我們展開這個項目需要先分析和回答的問題。我們通過分析SNLI榜單上的模型，有幾個結(jié)論：

　　所以我們在設(shè)計的時候，要求我們的模型在更少的參數(shù)量、更簡潔的模型結(jié)構(gòu)、更少的inferencecost，保證更容易訓練、更適合部署到生產(chǎn)環(huán)境，在這幾個前提下，我們也希望能借鑒深層網(wǎng)絡(luò)的優(yōu)勢，讓我們可以很方便地加深我們的網(wǎng)絡(luò)層次，讓模型有更強的表達能力。

　　我們通過對學術(shù)界提出的各種模型，諸如Decomposable Attention Model、CAFE、DIIN等，歸納總結(jié)，一個匹配模型的整體框架基本上有Embedding Layer、Encoder Layer、Interaction Layer、Aggregation Layer和Prediction Layer五層，只是每一層都有不同的設(shè)計，我們實現(xiàn)一種可插拔的匹配模型框架，每層都有一些典型的實現(xiàn)。

　　為了增強我們模型框架的表達能力，我們將Encoder+Interaction Layer打包成一個Block，通過堆疊多個Block，通過多次的inter-sentence alignment，可以讓我們的模型更充分地理解兩句文本之間的匹配關(guān)系。

　　我們基于這種框架，通過大量試驗得到一個模型結(jié)構(gòu)RE2，可以在各類公開數(shù)據(jù)集、和我們自己的業(yè)務(wù)數(shù)據(jù)上都能得到最優(yōu)的結(jié)果，如下圖所示。

　　RE2包括有N個Block，多個Block的參數(shù)完全獨立。在每個Block內(nèi)有一個encoder產(chǎn)出contextual representation，然后將encoder的輸入和輸出拼在一起，做inter-sentence alignment，之后通過fusion得到Block的輸出。第i個Block的輸出，會通過Augmented Residual Connection的方式與這個Block的輸入進行融合，作為第i+1個Block的輸入。

　　下面我們詳細介紹每個部分：

　　連續(xù)的Block之間用Augmented Residual Connection來連接，我們將第n個Block第i個位置的輸出記作：是個全零的向量。

　　第一個Block的輸入為，也就是Embeddling Layer的輸出，在Augmented Residual Connection中，第n個block的輸入為：

　　其中[；]表示拼接操作；

　　在interaction layer的輸入中，存在三種信息，一是originalpoint-wise information，在這里就是原始的詞向量，在每個Block中都會使用這份信息；二是通過encoder編碼得到的contextual information；三是之前兩層Block經(jīng)過對齊加工過的信息。這三份信息，對最終的結(jié)果都有不可替代的作用，在試驗分析中會展顯這一點。在我們這里encoder使用兩層CNN（SAME padding）。

　　這塊我們使用Decomposable Attention Model(Parikhetal。，2016)的對齊機制：

　　這塊我們參考CAFE中對concat、multiply、sub三個操作分別通過FM計算三個scalar特征值，我們針對這三個操作，用獨立的三個全連接網(wǎng)絡(luò)計算三個vector特征，之后將三個vector拼接并用進行projection。

　　輸出層就比較常規(guī)，針對文本相似度匹配這類任務(wù)，我們使用對稱的形式：

　　針對文本蘊含、問答匹配這類任務(wù)，我們使用

　　其中H表示多層全聯(lián)接網(wǎng)絡(luò)；

　　要驗證模型效果，我們選擇三類NLP任務(wù)，Nature Language Inference、Paraphrase Identification、Question Answering，選用SNLI、MultiNLI、SciTail、Quora Question Pair、Wikiqa這樣幾份公開數(shù)據(jù)集。評估指標，前兩個任務(wù)選用Acc，后一個任務(wù)選擇MAP／MRR。

　　我們用Tensorflow實現(xiàn)模型，用NvidiaP100GPU訓練模型，英文數(shù)據(jù)集使用NLTK分詞并統(tǒng)一轉(zhuǎn)小寫、去除所有標點。序列長度不做限制，每個batch中的序列統(tǒng)一pad到這個batch中最長序列長度，詞向量選用840B-300dGlove向量，在訓練過程中fix住，所有OOV詞初始化為0向量，訓練中不更新這些參數(shù)。所有其他參數(shù)使用Heinitialization，并用Weightnormalization歸一化；每個卷積層或全聯(lián)接層之后，有dropout層，keeprate設(shè)為0.8；輸出層是兩層前饋網(wǎng)絡(luò)；Block數(shù)量在1-5之間調(diào)參。

　　在這幾份公開數(shù)據(jù)集上，隱層大小設(shè)為150；激活函數(shù)使用GeLU激活函數(shù)。優(yōu)化算法選用Adam，學習率先線性warmup然后指數(shù)方式衰減，初始學習率在1e-4~3e-3之間調(diào)參；batchsize在64～512之間調(diào)參。

　　我們在這幾份公開數(shù)據(jù)集上，均取得state-of-art的結(jié)果（不使用BERT的情況下）：

　　同樣這個模型性能上也有很良好的表現(xiàn)，參數(shù)量和inferencespeed都有很強的競爭力，從而可以在我們店小蜜這樣的工業(yè)場景中得到廣泛應(yīng)用，給我們匹配準確率這樣的業(yè)務(wù)指標上帶來顯著的提升。

　　我們構(gòu)造了四個baseline模型，分別是：

　　在SNLI上得到的結(jié)果如圖所示。通過1）3）和完整模型的對比，我們發(fā)現(xiàn)alignmentlayer只使用encoder的輸出或只使用encoder的輸入，都會得到很差的結(jié)果，說明原始的詞向量信息、之前Block產(chǎn)出的align信息、當前Block中encoder產(chǎn)出的上下文信息，對最終的結(jié)果都是缺一不可的。通過2）和完整模型的對比，我們發(fā)現(xiàn)Block之間residual連接發(fā)揮了作用；而4）和完整模型的對比顯示，我們直接拼接的方式是個更優(yōu)解。

　　如上圖所示，通過Augmented Residual Connection連接的網(wǎng)絡(luò)，更容易在深層網(wǎng)絡(luò)中生效，能夠支撐更深的網(wǎng)絡(luò)層次，而其他baseline模型，在Block數(shù)量大于3時，效果會有很明顯的下降，并不能支撐更深層模型的應(yīng)用。

　　前面講過，在alignmentlayer的輸入中，其實是三類信息的拼接：原始的詞向量信息、之前Block產(chǎn)出的align信息、當前Block中encoder產(chǎn)出的上下文信息，為了更好地理解這三份信息對最終結(jié)果的影響，我們參照機器視覺中相關(guān)工作，進行了Occlusion sensitivity的分析。我們在SNLI-dev數(shù)據(jù)上，使用包含3個Block的一個RE2模型，分別將某層Block中alignmentlayer輸入特征的某部分mask成0向量，然后觀察在entailment、neutral、contradiction三個類別上的準確率變化：

　　可以得到幾個分析結(jié)論：

　　我們選了一個具體的case分析多層Block的作用。

　　這個case中， 兩句話分別是“A green bike is parked next to a door”“The bike is chained to the door”。在第一層Block中，是詞匯／短語級別的對齊， 而“parked next to”和“chained to”之間只有很弱的連接，而在第三層Block中，可以看到兩者已經(jīng)對齊，從而模型可以根據(jù)“parked next to”和“chained to”之間的關(guān)系，對兩句話整體的語義關(guān)系做出判斷。從中也可以看到，隨著Block的遞增，每層Block的alignment關(guān)注的信息都隨之進行著調(diào)整，通過不止一次的alignment，可以讓模型更好地理解兩句話之間的語義關(guān)系。

　　在店小蜜中，自定義知識庫是由商家維護，我們提供知識定位方案；在店小蜜無法給出準確回復時，我們會推薦相關(guān)知識，這里的文本匹配模型，也主要用在店小蜜的這兩個業(yè)務(wù)模塊。我們重點優(yōu)化了7個大類行業(yè)模型（服飾、美妝洗護、鞋、電器、茶酒零食、母嬰、數(shù)碼）、一個大盤基礎(chǔ)模型和相關(guān)知識推薦模型。在保證覆蓋率的情況下，7類主營行業(yè)準確率從不到80%提升到89.5%，大盤基礎(chǔ)模型準確率提升到84%，知識推薦有效點擊從14%左右提升到19.5%。

　　店小蜜自定義知識庫后臺配置：

　　店小蜜旺旺咨詢示例：

　　我們在工業(yè)場景下，實現(xiàn)了一個簡潔同時具有很強表達能力的模型框架，并在公開數(shù)據(jù)集和業(yè)務(wù)數(shù)據(jù)集上取得很好的結(jié)果。

　　這種「通用」的語義匹配模型，已經(jīng)對當前的業(yè)務(wù)帶來很大的提升，但是，針對店小蜜這樣的業(yè)務(wù)場景，是否在不同行業(yè)不同場景下可以得到更合適更有特色的解決方案，比如融合進商品知識、活動知識等外部知識做文本匹配。

　　怎么進一步完善FaqBot的技術(shù)體系，比如在文本分類、Fewshot分類等方向，也是我們團隊的一個重點工作。

　　隨著BERT模型的出現(xiàn)，NLP各項任務(wù)都達到了新的SOTA。然而BERT過于龐大，對計算資源的需求很高，因此我們想利用Teacher-Student框架將BERT模型的能力遷移到RE2模型上。

　　最后，我們是達摩院-智能服務(wù)-小蜜FAQ算法團隊，如果想了解更多最新進展，歡迎郵件聯(lián)系gaoxing。gx@alibaba-inc.com，也歡迎業(yè)界優(yōu)秀青年加入我們，用AI重塑服務(wù)～