Skip to content

Latest commit

 

History

History
174 lines (132 loc) · 6.82 KB

04_NLUService_TaskOrientedSay.md

File metadata and controls

174 lines (132 loc) · 6.82 KB
Raw

自然言語理解を用いたタスク指向型システムの実装（雑談系の意図への対応）

本記事のコードはこちらにあります。コードを参照しながら進めてください。

0. 準備

プログラム実行方法

詳細な動作環境については04_NLUService_TaskOrientedBase.md#動作環境をご覧ください。

ソースコードを実行するための手順は以下の通りです:

  1. my-nlu-project ディレクトリのトップレベルに src ディレクトリを作成します
  2. nlu_task_oriented_system.ts を作成した src ディレクトリにコピーします
  3. ソースコードにある APPID='あなたの Client ID（アプリケーション ID）'を設定します
    （※）Client ID についてはこちらをご覧ください。
  4. my-nlu-project ディレクトリのトップレベルから次のコマンドを実行します
npx ts-node src/nlu_task_oriented_system.ts

プログラムを実行すると、以下のプロンプトが表示されます。このプロンプトに続けてテキスト入力が可能です。

発話を入力:

デモンストレーション

雑談系の意図の質問に対するシステムの応答について紹介します。

プロンプトに続けて「富士山の高さは」と入力すると、次の行にシステムからの応答が表示されます。

発話を入力: 富士山の高さは
3776mです。
発話を入力:

このように、「富士山の高さは」の質問に対する回答が返されました。

システムの応答の後に再び「発話を入力:」というプロンプトが表示され、同様の手順で入力を続けることができます。 プログラムを終了する際には、Ctrl-D（Unix/Linux）または Ctrl-Z（Windows）を入力します。

また、各ターン（ユーザ発話とシステム応答の組）ごとに、自然言語理解（NLU）と対話管理（DM）のログがそれぞれ nlu.log と dm.log に保存されます。 nlu.log には NLU クラスの analyze 関数（テキスト解析 Web API の自然言語理解で自然言語のテキストを解析する役割）の結果がログとして記録され、 dm.log には DM クラスの recognizeDA 関数（ユーザの発話に含まれる意図やパラメータを抽出し、適切な対話行為を決定する役割）の結果がログとして記録されます。

以上が、デモンストレーションの説明です。
次の節では、対話処理を構成する自然言語理解（NLU）、対話管理（DM）、自然言語生成（NLG）について解説します。

1. 自然言語理解（NLU）

NLU クラスの analyze 関数の結果が記録された nlu.log を参照してください。

「富士山の高さは」と入力した場合の結果を見てみましょう。 以下のテーブルでは METHOD と PARAM_TEXT を nlu.log から抜き出して表示しています。

パラメータ名 値
METHOD SAY
PARAM_TEXT 3776m です。

テキスト解析 Web API の自然言語理解から、ユーザの意図（雑談系の SAY 意図）とテキスト情報（"3776m です。"）が得られていることがわかります。

2. 対話管理（DM）

次に、システムがどのように行動すべきかを決めるための「対話行為タイプ（DialogueAct）」を定義します。 対話行為タイプを「雑談応答の要求（AskSay）」と定義し、その回答（response）をパラメータとして含めます。 今回は、テキスト情報の PARAM_TEXT を response パラメータとしています。

// 該当箇所: 04_NLUService_TaskOrientedSay_src/nlu_task_oriented_system.tsのl6-l26
/** 対話行為（DialogueAct）*/
type DAType = 'AskSay' | 'AskNotFound';
// 省略

// 雑談応答の要求
class AskSay implements DialogueAct {
  public type: DAType = 'AskSay';

  /**
   * @param response - 雑談応答
   */
  constructor(public response: string) {}
}

// 未対応のIntentに対する要求
class AskNotFound implements DialogueAct {
  public type: DAType = 'AskNotFound';
  constructor() {}
}

// 該当箇所: 04_NLUService_TaskOrientedSay_src/nlu_task_oriented_system.tsのl112-l135
/**
 * Dialogue Management（対話管理）
 */
class DM {
  /**
   * NLUの結果に基づいて適切な対話行為（DialogueAct）を決定する関数
   * @param intent - 意図
   * @param nluData - NLUからのレスポンスデータ
   * @returns 対応するDialogueAct
   */
  async recognizeDA(intent: string, nluData: any): Promise<DialogueAct> {
    switch (intent) {
      case 'SAY': {
        const paramText = nluData?.result['PARAM_TEXT'];
        if (paramText) {
          return new AskSay(paramText);
        }
      }
      default: {
        return new AskNotFound();
      }
    }
  }
}

NLU の結果に基づいて、DM では適切な対話行為を決定します。 意図 intent が雑談系の SAY の場合は AskSay を返し、システムで未対応の意図の場合は AskNotFound を返します。

DM クラスの recognizeDA 関数の結果が記録された dm.log を参照してください。

"富士山の高さは": {
  "response": "3776mです。",
  "type": "AskSay"
}

雑談応答の要求（AskSay）を対話行為とし、その回答（response）が「3776m です。」となることを示しています。

3. 自然言語生成（NLG）

DM の結果に基づいて、自然言語のテキストを生成します。 ここでは AskSay の response の情報をそのままユーザに応答として返すことを想定しています。

// 該当箇所: 04_NLUService_TaskOrientedSay_src/nlu_task_oriented_system.tsのl137-l153
/**
 * Natural Language Generation（自然言語生成）
 */
class NLG {
  /**
   * DialogueActに基づいて適切な自然文を生成する関数
   * @param da - DialogueAct
   * @returns 自然文
   */
  async generateResponse(da: DialogueAct): Promise<string> {
    if (isType<AskSay>(da, 'AskSay')) {
      return da.response;
    }

    return '応答文生成に失敗しました。';
  }
}

システム応答はコンソールを確認してください。

3776mです。

雑談系の意図への対応は以上です。
次は、 地図系の意図への対応へ進んでください。

著者

LINEヤフー株式会社 言語処理エンジニア
西山 育宏