A RASA háttere ésjellemzői

A Rasa Open Source a világ egyik legnépszerűbb nyílt forráskódú keretrendszere a chat- és hangalapú virtuális asszisztensek területén. A fejlesztői közösség is az egyik legnagyobb meghaladja a 15 ezret. A nyílt forráskód adta lehetőségek eleve egy folyamatos fejlődési potenciált biztosítanak, de a fejlesztési metodológia is nagyon újszerű.

További információ: https://rasa.com/

A rendelkezésre álló chatbot keretrendszerek közül - példaként a Google és a Microsoft termékeivel összehasonlítva - a RASA alkalmazza a legkövetkezetesebben az új, „soft”; karakterű programozási szemléletet. Az egyik kulcsszava a Conversation-Driven Development (CDD), tehát a párbeszéd- alapú szoftver-fejlesztés. A chatbot-ok esetén a kimeneti termék eleve egy párbeszédre képes algoritmus, de a RASA megalkotói többet mondanak ennél: nem csak kimenetként kell előállnia egy dialógusra képes algoritmusnak, hanem már a tanítási folyamatként elgondolt szoftverfejlesztés első szakaszaiban is a valós párbeszédeken van a hangsúly.

Természetesen van egy előzetes koncepció arról, hogy az adott chatbot-nak milyen tárgyterületeken kell valóban autentikus válaszokat adnia, de semmiképpen sem cél a legitim kérdések és „témák”; teljes körének előzetes és maradéktalan rögzítése. Ennek megfelelően már a fejlesztés korai szakaszában be kell vonni a fejlesztőktől minél függetlenebb tesztelőket és felhasználókat, akik valós párbeszédeket kezdeményeznek a chatbottal (egyre táguló körökben). A tényleges tanítási folyamatoknak ezekre a párbeszédekre kell támaszkodniuk.

A RASA által alkalmazott fogalmi keret - első ránézésre - viszonylag egyszerű. A látogatói inputokat - amelyek lehetnek kérdések, kérések, vélemények és minősítések, továbbá a visszakérdezésre adott válaszok is – „szándékok” alá kell sorolni (ugyanaz a szándék sokféleképpen fogalmazható meg). A másik oldalon az előre meghatározott válaszok (pontosabban válasz-családok) állnak, de ugyanaz a „válaszhoz” ebben az esetben is többféle megfogalmazás tartozhat, és változó paraméterek beiktatására is van lehetőség.

A kérdések és a válaszok között a RASA-ban nincs közvetlen megfeleltetés. A két oldal között a „sztorik” teremtenek viszonylag laza kapcsolatot, amelyek valójában a valós párbeszédekből vett, de utólag ellenőrzött és besorolásokkal ellátott párbeszéd-mintázatok: hogy követték egymást a szándékok és az arra adott válaszok. Ugyanahhoz a válaszhoz többféle úton is el lehet jutni, és a különböző elérési utak nem biztos, hogy minden szövegkörnyezetben ugyanoda vezetnek. A RASA valójában nem ismeri a „logikai ellentmondás” fogalmát (vagy a nevezetes „kizárt harmadik” tételét). Egymással ütköző sztorik esetén a gyakrabban előforduló illetve a minél több és hasonlóbb előzménnyel alátámasztott mintázat érvényesül. A RASA által biztosított tanítási modell korrekciói. Két olyan szempont is van, ami miatt a RASA által alkalmazott programozási modell kisebb korrekciókra és kiegészítésekre szorul. 

Oktató videó: https://www.youtube.com/watch?v=k2uA5gxTM80

1. A RASA által javasolt rendszer-tanítási módszertan csak látszólag egyszerű. A valós párbeszédek közvetlen korrekciós lépései - amelyek során a rendszer új ismeretekre tesz szert - egy expert tudását feltételezik. Nem alkalmasak arra, hogy a tanítási folyamatban olyan szereplők is részt vegyenek, akik elsődlegesen a tárgyi szakterületükben járatosak, de nem látják át a teljes rendszer témaképzési és kommunikációs szabálykészletét. 

2. A hibajavításra, a helytelen vagy idővel elavuló válaszok kiküszöbölésére egy MI alapú rendszerben is szükség van. Olyan támogató eszközökre van szükség, amelyek segítenek a témakör-képzés viszonylagos koherenciájának folyamatos fenntartásában és korrekciójában (javaslatokkal, a hasonló látogatói kérdések és szándékok feltérképezésével).

A valós párbeszéd-igényekre támaszkodó tényleges rendszer-tanítási folyamatnak nem az MI expertek az egyedüli szereplői. Első körben a tanácsadóknak kell jelezniük, hogy a chatbot mely válaszait érzik hiányosnak vagy hibásnak, szükség szerint az általuk helyesnek tartott válasz megadásával. A szakmai jellegű válaszok esetén a tartalmi koherencia biztosítása érdekében jóváhagyási folyamatokat is be kell iktatni. A jóváhagyott válaszjavaslatok - ideértve a szándékok és témakörök szerinti kategorizálásra tett opcionális javaslatokat is - csak ezt követően kerülnek az expertekhez, akiknek - azon túl, hogy ismerik a konkrét keretrendszer szintaktikai előírásait és belső logikáját - átfogó képük van a már meglévő szándék-készletről, illetve az általános stilisztikai elvárásokról.

A COREtxt tanítási modellje 

A COREtxt tanítási modelljében a tetszőleges lépésszámú sztorik helyett olyan elemi kérdés-válasz szekvenciák jelennek meg, amelyek maximum háromlépésesek.

A "három lépéses sztori" a chatbot-user-chatbot szekvenciára utal. A chatbot oldalán egy-egy válaszadás több részlépésből állhat (action, utter, form-megjelenítés), amelyek a RASA story-kban külön step-ként jelennek meg (tehát egy "háromlépéses" sztori akár 5-10 RASA step-et is jelenthet)

A két fő típus: 

1. intent-response hozzárendelés   -  két lépéses sztorinak felel meg, tehát egy általános (nem kontextuális) kérdés-felelet párnak. Ugyanahhoz az intent-hez pontosan egy nem-kontextuális válasz tartozik (bár mind az intent-nek, mind a válasznak több megfogalmazása lehet).

2. előzményes intent-response hozzárendelés   -  három lépéses sztorinak felel meg:  response0 - intent - response. Ugyanaz az intent tetszőleges számú előzményes hozzárendelésben szerepelhet, de itt is megszorítás, hogy ugyanazon előzmény esetén a válasz definit. Előfordulhat olyan intent is, amihez csak előzményes válaszok tartoznak (hiányos jellegénél fogva önmagában nem adható rá értelmes válasz, csak a kontextus, tehát az aktuális téma ismeretében).  

Ennek a két elemi típusnak azért van kiemelt szerepe, mert  1. nem-expertek (tanácsadók, jóváhagyók) számára is könnyen értelmezhetők   2. a kétféle hozzárendelés rekurzív alkalmazásával a RASA lényegében minden releváns sztorit le tud képezni (különösen, ha figyelembe vesszük azt is, hogy a tényleges beszélgetésben a response0 előzmény akkor is érvényesülhet, ha nem közvetlenül az intent előtt hangzott el, hanem pár lépéssel korábban).

Az alapszintű intent-response hozzárendeléssel leképezhető a chatbot által kezelt összes "Gyakran ismételt kérdés". A tanácsadó (vagy a jóváhagyó) egyszerűen egy konkrét kérdésre adott konkrét válasz megadásával tud megadni egy ilyen hozzárendelést.

Az előzményes hozzárendelés ehhez képest csak annyi többlet-feladatot ad a rendszer-tanításkor, hogy a válasz megadásán azt is jelezni kell, ha az adott kérdésre az adott válasz csak az előző válasz ismeretében érvényes (a válasz "előzményes" vagy nem).

Példák az előzményes intent-response hozzárendelésekre:

- a normál beszélgetésekben rendkívül gyakran fordulnak elő olyan hiányos mondatok, amelyek az előző válaszban foglalt valamilyen részinformációra, témakörre hivatkoznak. Az előzményes intent-response hozzárendelésnek ez a legkézenfekvőbb esete.

- elkalandozás vagy közbevetés  esetén visszatérés a kiinduló tematikához

- ismétlődően elhangzó kérdés esetén a korábbitól érdemben eltérő válasz adása (a második és a harmadik ismétlődésre adott reakció is eltérhet egymástól).

- több lépéses érvelésmenetek leképezése (ez nem elsődleges célja egy chatbotnak, hiszen az elsődleges célja az információközlés, de néhány gyakran visszatérő érvelésmenetet indokolt lehet leképezni)

Kott Ferenc – Emődy Zsolt

Fotó: pixabay.com

Minden Jog Fenntartva - Modern Vállalkozások Programja