日本大阪大學（Osaka University）的一組研究人員開發(fā)了用于對話系統(tǒng)的新方法。這種新方法通過隱式確認的方式習得詞匯，計算機通過在對話流中確認它的預測是否正確以獲得多個對話中某個未知單詞的類別。

近年來出現(xiàn)了很多對話機器人、聊天機器人和語音助手應用程序；然而，在這些系統(tǒng)中，計算機基本上是根據(jù)預先編制的內(nèi)容來回答問題。還有另一種方法，即讓計算機通過詢問簡單的重復性問題向人類學習；但是，如果電腦為了獲取知識只提“xyz是什么？”之類的問題，用戶將失去與電腦交談的興趣。

該研究團隊開發(fā)了一種隱式確認的方法，讓計算機能夠在與人交談時確認未知單詞的類別。該方法的目的是讓系統(tǒng)在會話中預測用戶輸入的未知單詞的類別，向用戶做出隱式確認請求，并促使用戶響應這些請求。通過這種方式，系統(tǒng)可以在對話中獲取關于單詞的知識。

在這種方法中，系統(tǒng)將使用機器學習技術(shù)，借助于每個請求之后的用戶響應及上下文來確定預測是否正確。而且，通過考慮與用戶對話所獲得的分類結(jié)果改善了該系統(tǒng)的決策性能。

市場上的聊天機器人與所有人交談的方式都一樣。然而，隨著未來對話系統(tǒng)的普及，計算機要根據(jù)具體情況向?qū)υ捇锇閷W習。這個小組的研究成果提出了實現(xiàn)對話系統(tǒng)的一種新方法。在這種對話系統(tǒng)中，計算機可以通過與人的交談而變得更加智能，推動對話系統(tǒng)的改進，提高計算機根據(jù)用戶的情況作出個性化響應的能力。