《表1 豆瓣对话语料的统计数据[4]》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《聊天机器人技术浅析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

21世纪是数据爆炸增长的时代，Nature和Science分别于2008年、2011年出版了《Big Data》《Dealing with Data》专辑，指出大数据时代已经到来[3]。文本数据是大数据时代人们普遍使用的数据形式。人类对话数据是文本数据的主要组成部分，互联网每天都产生大量的人类对话数据，这些对话数据为研究聊天机器人奠定了基础。例如，豆瓣对话语料（表1）收集于中国著名的社交网络豆瓣社区，是真实用户的对话文本数据，其训练集包含了对各种对话主题的问答数据，数量多达100万。在人工标注之后，该语料被聊天机器人研究社区广泛使用。因此，大数据促成了聊天机器人研究的兴起。