文本聊天機(jī)器人對(duì)話回復(fù)策略研究

譚孟華 潘曉彥

摘 ?要： 探究以用戶(hù)為中心的聊天機(jī)器人對(duì)話回復(fù)策略。通過(guò)設(shè)計(jì)思維中的用戶(hù)體驗(yàn)方式，運(yùn)用發(fā)散-收斂的聚類(lèi)分析方式分析6款聊天機(jī)器人的對(duì)話策略，從解決問(wèn)題層面和人工智能層面針對(duì)30個(gè)問(wèn)題進(jìn)行測(cè)試和打分，并評(píng)估6款聊天機(jī)器人面對(duì)6類(lèi)問(wèn)題的回答，計(jì)算其均值并分析數(shù)據(jù)?；谌喚垲?lèi)后提取的19條優(yōu)秀的回復(fù)策略和12條差勁的回復(fù)策略，提出在日常表達(dá)層面、情感化層面的以用戶(hù)為中心的對(duì)話回復(fù)策略，提出機(jī)器人在日常對(duì)話中應(yīng)該避免的關(guān)鍵點(diǎn)，如避免機(jī)器人和用戶(hù)聊天時(shí)的自?shī)首詷?lè)和答非所問(wèn)等。從用戶(hù)角度規(guī)范機(jī)器人的對(duì)答回復(fù)策略并探究可能的改進(jìn)方向，為未來(lái)聊天機(jī)器人對(duì)話回復(fù)準(zhǔn)則的建立了基礎(chǔ)。

關(guān)鍵詞： 人工智能;聊天機(jī)器人;以用戶(hù)為中心;對(duì)話回復(fù)

中圖分類(lèi)號(hào)： TP18 ???文獻(xiàn)標(biāo)識(shí)碼： A ???DOI：10.3969/j.issn.1003-6970.2020.09.014

本文著錄格式：譚孟華，潘曉彥. 文本聊天機(jī)器人對(duì)話回復(fù)策略研究[J]. 軟件，2020，41（09）：5155

【Abstract】： Explore a user-centered chatbot conversation response strategy. Based on the user experience in design thinking， this paper analyzes the dialogue strategies of 6 chat robots by using the divergence convergence clustering analysis method， then test and score 30 problems from the problem-solving level and artificial intelligence level， and evaluates the answers of 6 chat robots from 6 kinds of questions. Based on the 3 rounds clustering of 19 excellent recovery strategies and 12 poor recovery strategies， puts forward the user-centered dialogue reply strategy in the daily expression level and emotional level， as well as the key points that the robot should avoid in the daily conversation， such as avoiding self-entertainment and non-answers. From the user's point of view， this paper standardizes the robot' reply strategy and explores the possible improvement direction， which establishes the basis for the future chat robots reply rule.

【Key words】： Artificial intelligence; Chat robot; User-centric; Conversation reply

0 ?引言

近年來(lái)，針對(duì)人工智能的研究尤為重要，人工智能技術(shù)在醫(yī)療、交通、環(huán)境等領(lǐng)域?qū)崿F(xiàn)飛速的發(fā)展，可以預(yù)見(jiàn)的是人工智能未來(lái)會(huì)對(duì)各領(lǐng)域產(chǎn)生巨大的革新和變革。尤其是在自然語(yǔ)言處理（Natural Language Processing，NLP）領(lǐng)域，NLP現(xiàn)在已經(jīng)被預(yù)測(cè)為人工智能（Artificial Intelligence，AI）應(yīng)用程序最重要的技能。在日漸重視用戶(hù)的今天，用戶(hù)體驗(yàn)在AI中的表現(xiàn)也被日漸重視。然而現(xiàn)階段聊天機(jī)器人問(wèn)答系統(tǒng)的回答在表達(dá)、思想和理解層面都有所欠缺。因此，本文運(yùn)用聚類(lèi)分析的用戶(hù)體驗(yàn)方法，研究聊天機(jī)器人對(duì)話回復(fù)策略如何設(shè)定才能夠有效提升用戶(hù)體驗(yàn)。通過(guò)對(duì)八款人工智能聊天機(jī)器人提問(wèn)相同的30個(gè)問(wèn)題（問(wèn)題來(lái)自6個(gè)維度），并記錄他們的對(duì)話回復(fù)，分析他們的回復(fù)并進(jìn)行打分和評(píng)估，從用戶(hù)體驗(yàn)角度探究“優(yōu)秀的”和“差勁的”對(duì)話回復(fù)策略的表現(xiàn)形式，分析他們出現(xiàn)的原因，改進(jìn)文本聊天機(jī)器人的用戶(hù)體驗(yàn)。

1 ?研究背景

聊天機(jī)器人作為NLP領(lǐng)域的重要組成部分，它可以為用戶(hù)提供框架性的即時(shí)消息傳遞服務(wù)，也可以為用戶(hù)提供快速的機(jī)器會(huì)話服務(wù)，解決用戶(hù)工作和生活中的問(wèn)題。本文基于純文本的聊天機(jī)器人研究，相比于復(fù)雜的聊天機(jī)器人，用戶(hù)和簡(jiǎn)單的文本機(jī)器人聊天產(chǎn)生的負(fù)面影響較小，較難對(duì)用戶(hù)造成強(qiáng)烈的心理、生理反應(yīng)[1]。因此基于文本聊天機(jī)器人的研究，能夠在影響因素較小的情況下，較好地研究用戶(hù)對(duì)機(jī)器不同回答的不同感受，更好地研究聊天機(jī)器人回答策略。

2 ?相關(guān)研究

2.1 ?聊天機(jī)器人

最早的聊天機(jī)器人可以追溯到1966年。麻省理工學(xué)院的Joseph Weizenbaum開(kāi)發(fā)了一款可以在臨床治療中模仿心理醫(yī)生的聊天機(jī)器人。經(jīng)過(guò)60多年的發(fā)展，聊天機(jī)器人的功能設(shè)計(jì)在不斷被重視。除了針對(duì)聊天機(jī)器人技術(shù)的研究，幾十年來(lái)，聊天機(jī)器人的圖形界面研究主要被應(yīng)用在個(gè)人助理和公司服務(wù)中，如蘋(píng)果Siri和亞馬遜Alexa研發(fā)的個(gè)人助理等。

21世紀(jì)以來(lái)，人機(jī)交互開(kāi)始關(guān)注人的感受，注重使機(jī)器適應(yīng)人而不是人適應(yīng)機(jī)器[2]。雖然近幾年，人機(jī)交互領(lǐng)域研究轉(zhuǎn)向了通過(guò)字符串交流的自然語(yǔ)言用戶(hù)界面[3]，但是文本聊天機(jī)器人作為人機(jī)交互（Human– Computer Interaction，HCI）領(lǐng)域的基礎(chǔ)研究，針對(duì)它的研究仍然具有必要性。因此，本文將基于以用戶(hù)為中心的聊天機(jī)器人，研究如何基于對(duì)話回復(fù)策略，提升用戶(hù)的體驗(yàn)。

2.2 ?以用戶(hù)為中心的聊天機(jī)器人

現(xiàn)階段以用戶(hù)為中心的聊天機(jī)器人研究，主要分為用戶(hù)體驗(yàn)因素研究、人機(jī)交互方式研究和聊天機(jī)器人設(shè)計(jì)三類(lèi)。用戶(hù)體驗(yàn)的研究方法也可以應(yīng)用在AI的聊天機(jī)器人研究中。

用戶(hù)體驗(yàn)因素研究指針對(duì)機(jī)器人不同表現(xiàn)形式的研究。通過(guò)針對(duì)某一聊天機(jī)器人某一變量的實(shí)驗(yàn)設(shè)計(jì)，運(yùn)用訪談、問(wèn)卷等定性定量相結(jié)合的用戶(hù)研究方式調(diào)查用戶(hù)，探究其不同表現(xiàn)形式對(duì)用戶(hù)滿意度的影響，進(jìn)而提升聊天機(jī)器人的用戶(hù)體驗(yàn)。人機(jī)交互方式研究主要聚焦人與機(jī)器的交互方式。聊天機(jī)器人設(shè)計(jì)更多地側(cè)重于具體應(yīng)用場(chǎng)景的機(jī)器人設(shè)計(jì)，如Cameron等人在醫(yī)療領(lǐng)域研發(fā)了可以幫助維持心理健康、在線學(xué)習(xí)、閱讀心理健康相關(guān)書(shū)籍的聊天機(jī)器人[4]。現(xiàn)階段針對(duì)聊天機(jī)器人對(duì)話回復(fù)的研究較少，因此本研究將基于聊天機(jī)器人對(duì)話回復(fù)進(jìn)行。

2.3 ?聊天機(jī)器人的對(duì)話回復(fù)

如何設(shè)計(jì)基于用戶(hù)問(wèn)題的聊天機(jī)器人的回復(fù)是十分重要的。但是現(xiàn)階段針對(duì)聊天機(jī)器人對(duì)話回復(fù)研究集中在單一的因素，如Fang研究對(duì)話對(duì)吸引力的影響[5]，缺少針對(duì)策略的研究，且聊天機(jī)器人對(duì)用戶(hù)回復(fù)的好壞影響用戶(hù)體驗(yàn)，因此本文最終落腳于以用戶(hù)為中心的文本聊天對(duì)話策略研究。

同時(shí)，在針對(duì)聊天機(jī)器人的可用性研究整理中，Ren等人曾采用系統(tǒng)制圖的可用性研究方式，整理170條引文和19篇文章，度量聊天機(jī)器人的用戶(hù)體驗(yàn)情況[6]。然而，在聊天機(jī)器人對(duì)話回復(fù)相關(guān)研究中，還沒(méi)有發(fā)現(xiàn)運(yùn)用設(shè)計(jì)思維方法的研究。設(shè)計(jì)思維是一個(gè)由可行性、可取性和可用性三個(gè)重疊的空間組成的系統(tǒng)思考方式[7-8]，發(fā)散-收斂作為設(shè)計(jì)思維的方法之一，發(fā)散有助于產(chǎn)生更多靈感，收斂有助于聚焦某一問(wèn)題，一個(gè)有效的設(shè)計(jì)思維過(guò)程也需要有發(fā)散和收斂?jī)煞N模式。由于目前還沒(méi)有運(yùn)用發(fā)散-收斂式的聚類(lèi)分析方法來(lái)解決人工智能領(lǐng)域問(wèn)題的相關(guān)研究，因此，本研究計(jì)劃運(yùn)用設(shè)計(jì)思維中的聚類(lèi)分析方法，研究以用戶(hù)為中心的聊天機(jī)器人對(duì)話回復(fù)策略。

3 ?研究設(shè)定

3.1 ?研究對(duì)象

基于六款文本聊天機(jī)器人，分別為小冰機(jī)器人、小度機(jī)器人、小明機(jī)器人、小影機(jī)器人、小i機(jī)器人、trio機(jī)器人。六款聊天機(jī)器人的應(yīng)用涉及個(gè)性對(duì)話、智能聊天、開(kāi)放域?qū)υ挕⑶楦辛奶?、?zhuān)業(yè)服務(wù)和企業(yè)服務(wù)等。小冰機(jī)器人是微軟于2014年在中國(guó)推出的一款個(gè)性化聊天機(jī)器人[9]，小度機(jī)器人是由百度于2014年研發(fā)的智能聊天機(jī)器人，小明機(jī)器人是由字節(jié)跳動(dòng)研發(fā)的專(zhuān)業(yè)服務(wù)聊天機(jī)器人，小影機(jī)器人是由竹間智能科技公司研發(fā)的一款情感聊天機(jī)器人，小i機(jī)器人是由智臻智能科技公司研發(fā)的企業(yè)服務(wù)機(jī)器人，Trio機(jī)器人是由三角獸科技公司推出的開(kāi)放域?qū)υ捔奶鞕C(jī)器人。通過(guò)對(duì)不同應(yīng)用的聊天機(jī)器人進(jìn)行測(cè)試，能夠全面地測(cè)試現(xiàn)階段聊天機(jī)器人的應(yīng)用水平，了解其現(xiàn)階段用戶(hù)體驗(yàn)情況。

本研究使用六款聊天機(jī)器人的微信公眾號(hào)作為測(cè)試平臺(tái)。微信公眾號(hào)能為聊天機(jī)器人提供第三方平臺(tái)服務(wù)，并能為Chatbot開(kāi)發(fā)者和運(yùn)營(yíng)商保護(hù)數(shù)據(jù)隱私，相比購(gòu)買(mǎi)聊天機(jī)器人實(shí)體進(jìn)行測(cè)試，微信公眾號(hào)具有便捷方便、成本低的特點(diǎn)。其中，小冰機(jī)器人、trio機(jī)器人、小明機(jī)器人、小影機(jī)器人和小i機(jī)器人在各自的微信公眾號(hào)進(jìn)行測(cè)試，小度機(jī)器人由于微信接口暫時(shí)停用，故使用接入了小度機(jī)器人接口的trio001微信公眾號(hào)平臺(tái)進(jìn)行測(cè)試。

3.2 ?研究設(shè)計(jì)

研究問(wèn)題的設(shè)定選擇參考了由中國(guó)電子標(biāo)準(zhǔn)化研究院和中國(guó)電子音箱行業(yè)協(xié)會(huì)頒布的《消費(fèi)電子產(chǎn)品智能音箱評(píng)測(cè)及標(biāo)準(zhǔn)化研究報(bào)告》[10]，最終選定6個(gè)維度，30個(gè)問(wèn)題進(jìn)行測(cè)試（見(jiàn)圖1）。日常生活對(duì)話問(wèn)題和助手類(lèi)問(wèn)題主要考察機(jī)器人解決日常生活的能力，如是否能解答用戶(hù)的天氣問(wèn)題和交通問(wèn)題，擔(dān)任用戶(hù)的生活管家，滿足用戶(hù)生活中的日常基本需求等。模糊檢測(cè)和智能推薦則研究聊天機(jī)器人是否聰明，如在歌手和歌手的歌曲不相對(duì)應(yīng)的時(shí)候機(jī)器人能否反應(yīng)過(guò)來(lái)，能否及時(shí)修改用戶(hù)的問(wèn)題并理解用戶(hù)真實(shí)的需求等。

評(píng)分設(shè)定主要關(guān)注解決問(wèn)題和人工智能兩個(gè)層面。按照程度不同將它們劃分為四個(gè)等級(jí)，并按照1分到4分，從低到高給它們進(jìn)行評(píng)分。在解決問(wèn)題層面中，劃分標(biāo)準(zhǔn)為是否有效解決用戶(hù)問(wèn)題。1分為解決不了問(wèn)題，并回答錯(cuò)誤;2分為解決不了問(wèn)題，但推薦其它功能;3分為引導(dǎo)用戶(hù)換種問(wèn)法解決問(wèn)題;4分為有效解決問(wèn)題。在人工智能層面，劃分標(biāo)準(zhǔn)為回答是否親切和擬人。1分為回答干巴;2分為回答親切;3分為回答擬人不親切;4分為回答親切且擬人。綜合評(píng)分為解決問(wèn)題層面和人工智能層面的評(píng)分均值。

針對(duì)打分策略，例如歌手歌曲名稱(chēng)正確但是不相互對(duì)應(yīng)的模糊檢測(cè)問(wèn)題“播放林俊杰的《來(lái)自天堂的魔鬼》”，小冰機(jī)器人第一次回答“目前沒(méi)找到哎，別急，回頭一找到就告訴你”，第二次回答“哪里？咳咳，要不咱換首別的吧←（其實(shí)是沒(méi)找到這首）”，第三次回答“這首歌可不好找啊，以后找到了告訴你[心]”。綜合評(píng)價(jià)小冰機(jī)器人的三次回答，從解決問(wèn)題層面來(lái)看，由于這個(gè)問(wèn)題本身就沒(méi)有正確答案，《來(lái)自天堂的魔鬼》是歌手鄧紫棋所唱，并不是林俊杰所唱，因此小冰回答“沒(méi)找到這首歌”是沒(méi)有錯(cuò)誤的，所以小冰回答有效解決了問(wèn)題，且暗示可能是因?yàn)橛脩?hù)的問(wèn)法不對(duì)，繼而導(dǎo)致沒(méi)找到歌曲。因此綜合三次回答，解決問(wèn)題層面評(píng)分為4分。從人工智能層面來(lái)看，小冰的回答運(yùn)用 “哎”、“咳咳”等多種擬聲詞，使回答更具親和力，且小冰在知道自己無(wú)法很好地解決問(wèn)題的時(shí)候，通過(guò)“要不咱換首別的吧”、“別急”等詞語(yǔ)轉(zhuǎn)移用戶(hù)注意力，調(diào)節(jié)用戶(hù)情緒，具有較高的擬人化傾向，故人工智能

層面評(píng)分為4分。小冰機(jī)器人在該問(wèn)題的綜合評(píng)分為均值4。

3.3 ?研究步驟

詳細(xì)的研究步驟見(jiàn)圖2。通過(guò)給六款人工智能聊天機(jī)器人發(fā)送三次同樣的問(wèn)題，記錄同樣問(wèn)題下機(jī)器人的對(duì)話回答，依照評(píng)分標(biāo)準(zhǔn)對(duì)其進(jìn)行打分，并將分?jǐn)?shù)進(jìn)行匯總統(tǒng)計(jì)，計(jì)算其綜合平均值并分析數(shù)據(jù)，生成以用戶(hù)為中心的聊天機(jī)器人的對(duì)話策略。

例如，在針對(duì)“星座運(yùn)勢(shì)”的問(wèn)題中， 給六款聊天機(jī)器人同時(shí)發(fā)送“處女座今天的運(yùn)勢(shì)？”這個(gè)問(wèn)題，不同聊天機(jī)器人有不同的回復(fù)策略，6種聊天機(jī)器人對(duì)話回復(fù)見(jiàn)圖3。

結(jié)合人工智能層面評(píng)分和解決問(wèn)題層面評(píng)分，本研究在分析數(shù)據(jù)的過(guò)程中，運(yùn)用聚類(lèi)分析歸納總結(jié)得分高和得分低的對(duì)話特征，通過(guò)三輪聚類(lèi)，針對(duì)聊天機(jī)器人對(duì)話中“優(yōu)秀的點(diǎn)”和“差勁的點(diǎn)”，總結(jié)其規(guī)律，得出以用戶(hù)為中心的文本聊天機(jī)器人對(duì)話回復(fù)策略。

4 ?研究分析和結(jié)果

4.1 ?研究分析

六款聊天機(jī)器人的評(píng)分如下（見(jiàn)表1）。

基于評(píng)分對(duì)機(jī)器人對(duì)話進(jìn)行三輪聚類(lèi)分析。第一輪聚類(lèi)分析是將每個(gè)問(wèn)題中綜合評(píng)分最高和綜合評(píng)分最低的聊天機(jī)器人回復(fù)全部分別歸納總結(jié)，將其“優(yōu)秀的點(diǎn)”和 “差勁的點(diǎn)”的原因通過(guò)定性的方式分別總結(jié)，分析綜合評(píng)分高的“優(yōu)秀的點(diǎn)”和綜合評(píng)分低的“差勁的點(diǎn)。歸納過(guò)程中注意查漏補(bǔ)缺，確保已經(jīng)總結(jié)過(guò)規(guī)律的點(diǎn)，不再總結(jié)第二遍，沒(méi)有總結(jié)過(guò)的規(guī)律，則將其補(bǔ)上，直到再也無(wú)法發(fā)現(xiàn)新的“優(yōu)秀的點(diǎn)”和“差勁的點(diǎn)”為止。

例如，助手問(wèn)題中的提醒問(wèn)題為“提醒我15分鐘后摘面膜”和取消提醒問(wèn)題的“不要提醒我了”。針對(duì)“優(yōu)秀的點(diǎn)”，小冰機(jī)器人的回答是“歐啦～我會(huì)在2019年6月26日 18點(diǎn)41分提醒你：摘面膜”和“3、2、1……成功刪除（·ω·）?”，得分4分。經(jīng)過(guò)分析，小冰機(jī)器人高分原因有：第一，賣(mài)萌。通過(guò)顏文字形式的賣(mài)萌方式，增加用戶(hù)對(duì)小冰機(jī)器人的好感度，提升用戶(hù)和聊天機(jī)器人對(duì)話溝通的體驗(yàn)。第二，有代入感且口語(yǔ)化。借助“歐拉”“3、2、1”等擬聲詞，營(yíng)造人與人溝通中的口語(yǔ)化情境氛圍，增添親和力。第三，識(shí)別了問(wèn)題且擬人化抒發(fā)了感情。小冰機(jī)器人準(zhǔn)確識(shí)別用戶(hù)需求，并給予準(zhǔn)確時(shí)間點(diǎn)反饋，有效解決用戶(hù)需求。針對(duì)“差勁的點(diǎn)”，小明機(jī)器人的回答是“她跪地40分鐘，膝蓋破了都不顧，就為…這是我見(jiàn)過(guò)最美的傷疤！”和“國(guó)家貨運(yùn)平臺(tái)第一時(shí)間向震區(qū)貨車(chē)司機(jī)發(fā)送提醒”，得分1分。經(jīng)過(guò)分析，小明機(jī)器人低分原因有：第一，答非所問(wèn)。小明機(jī)器人的回答不僅沒(méi)有解決用戶(hù)的提醒需求，且提供了跟用戶(hù)期待完全相反的回答，十分影響用戶(hù)體驗(yàn)。第二，給用戶(hù)不想要的幫助。用戶(hù)跟小明機(jī)器人聊天是希望得到提醒服務(wù)，而小明機(jī)器人提供了新聞服務(wù)，與用戶(hù)期待不相關(guān)。因此，在第一輪聚類(lèi)分析中，將“賣(mài)萌”“有代入感且口語(yǔ)化”和“識(shí)別了問(wèn)題且擬人化抒發(fā)了感情”放入“優(yōu)秀的點(diǎn)”，將“答非所問(wèn)”和“給用戶(hù)不想要的幫助”放入“差勁的點(diǎn)”。其它問(wèn)題依次類(lèi)推，最后得出第一輪聚類(lèi)分析下的“優(yōu)秀的點(diǎn)”和“差勁的點(diǎn)”。

在第二輪聚類(lèi)分析中，將“優(yōu)秀的點(diǎn)”和“差勁的點(diǎn)”進(jìn)一步精簡(jiǎn)，將長(zhǎng)句轉(zhuǎn)變?yōu)槎叹渥?。例如，將“有代入感且口語(yǔ)化”拆分為“代入感”和“口語(yǔ)化”，其它長(zhǎng)句依次類(lèi)推。針對(duì)不同表達(dá)但意思相同的重復(fù)長(zhǎng)句，取最能概括其主旨的長(zhǎng)句并將其簡(jiǎn)化。第三輪聚類(lèi)分析主要是針對(duì)簡(jiǎn)化過(guò)后的短句合并同類(lèi)項(xiàng)，將第二輪聚類(lèi)后“優(yōu)秀的點(diǎn)”和“差勁的點(diǎn)”中相似性較高的放進(jìn)一組，做到組內(nèi)對(duì)象相似性較高、組間對(duì)象相似性較低，如“口語(yǔ)化”“代入感”“提建議”和“發(fā)相關(guān)（歌曲、新聞）給用戶(hù)”同屬于日常表達(dá)層面，故將其放入同一類(lèi)別。第三輪聚類(lèi)后得到的19條“優(yōu)秀的點(diǎn)”和12條“差勁的點(diǎn)”即為以用戶(hù)為中心的對(duì)話策略，詳見(jiàn) 圖4。

4.2 ?研究結(jié)論

由表2可知，小冰機(jī)器人和小影機(jī)器人均分最高，達(dá)到2.7分，緊隨其后的是小i機(jī)器人、小度機(jī)器人、trio機(jī)器人和小明機(jī)器人。除小明機(jī)器人得分較低，其它機(jī)器人評(píng)分差異不大。通過(guò)上述分析，以用戶(hù)為中心的對(duì)話策略應(yīng)該做到：

（1）在表達(dá)層面，要讓人工智能的表達(dá)更具口語(yǔ)化，讓用戶(hù)有代入感。當(dāng)聊天機(jī)器人遇到難回答問(wèn)題時(shí)，可以給用戶(hù)發(fā)一些相關(guān)的歌曲或新聞，轉(zhuǎn)移用戶(hù)注意力，通過(guò)巧妙地引發(fā)新話題，化解矛盾，提升聊天機(jī)器人對(duì)話的用戶(hù)體驗(yàn)，使用戶(hù)和聊天機(jī)器人交互有更好的滿足感。聊天機(jī)器人也可以在對(duì)話過(guò)程中，通過(guò)給用戶(hù)提一些小建議，例如建議用戶(hù)換一種聊天機(jī)器人能理解的方式提問(wèn)，或者換一種話題，提升用戶(hù)對(duì)聊天機(jī)器人的驚喜度。

（2）在情感化層面，賣(mài)萌、幽默的回復(fù)方式，能提升用戶(hù)對(duì)聊天機(jī)器人的好感。聊天機(jī)器人在對(duì)話過(guò)程中，適當(dāng)?shù)馁u(mài)萌能夠緩解尷尬，使用戶(hù)更加喜歡跟聊天機(jī)器人聊天。且逗比、幽默的性格，能使用戶(hù)愿意持續(xù)跟聊天機(jī)器人聊天，也能使用戶(hù)更容易原諒和忽視現(xiàn)階段聊天機(jī)器人在功能服務(wù)面上的缺陷。如果聊天機(jī)器人可以擬人化地抒發(fā)感情、引導(dǎo)用戶(hù)與之互動(dòng)，使用戶(hù)體驗(yàn)到智能化聊天機(jī)器人服務(wù)，也能提升用戶(hù)對(duì)聊天機(jī)器人的喜愛(ài)。聊天機(jī)器人也可以在對(duì)話中增添部分情感化回復(fù)，如使用“親愛(ài)的”“愛(ài)你”等詞語(yǔ)，拉近和用戶(hù)之間的距離。

（3）避免機(jī)器人的自?shī)首詷?lè)和答非所問(wèn)，聊天機(jī)器人可以主動(dòng)引導(dǎo)用戶(hù)談?wù)摍C(jī)器人熟悉的話題。聊天機(jī)器人可以在表達(dá)層面拒絕官方話術(shù)和尷尬聊天，避免讓用戶(hù)產(chǎn)生距離感。所以避免機(jī)器人的自?shī)首詷?lè)，是我們需要關(guān)注的一個(gè)問(wèn)題。其次，在理解層面，聊天機(jī)器人首先應(yīng)該做到不要答非所問(wèn)和頻繁推送跟用戶(hù)需求不相關(guān)的信息。當(dāng)面對(duì)沒(méi)有準(zhǔn)確回答的問(wèn)題時(shí)，聊天機(jī)器人可以跟用戶(hù)解釋暫時(shí)不知道如何回答這個(gè)問(wèn)題，主動(dòng)引導(dǎo)用戶(hù)開(kāi)展新的話題，并推薦用戶(hù)自己熟練的功能，將用戶(hù)的話題引到聊天機(jī)器人熟悉的領(lǐng)域中，提升用戶(hù)體驗(yàn)，實(shí)現(xiàn)聊天機(jī)器人體驗(yàn)的良性循環(huán)。

5 ?結(jié)語(yǔ)

本文運(yùn)用設(shè)計(jì)思維的發(fā)散-收斂法，創(chuàng)新性地研究聊天機(jī)器人的對(duì)話策略，經(jīng)過(guò)三輪聚類(lèi)提出以用戶(hù)為中心的對(duì)話策略。由于策略來(lái)源于科學(xué)的、計(jì)劃的評(píng)分設(shè)定，且研究過(guò)程緊跟機(jī)器人對(duì)話，依據(jù)三輪聚類(lèi)分析，研究結(jié)論具有極強(qiáng)的可實(shí)踐性和可操作性，可以運(yùn)用到醫(yī)療、企業(yè)服務(wù)、生活助手等領(lǐng)域的聊天機(jī)器人對(duì)話回復(fù)策略設(shè)計(jì)中。通過(guò)改進(jìn)聊天機(jī)器人對(duì)話回復(fù)策略，可以使聊天機(jī)器人進(jìn)一步擬人化，進(jìn)一步提升用戶(hù)和聊天機(jī)器人對(duì)話過(guò)程中的滿意度。

在未來(lái)的研究中，可以從評(píng)分設(shè)定、打分、評(píng)估方面進(jìn)一步改進(jìn)對(duì)話策略。在評(píng)分設(shè)定中，可以增加新的評(píng)分指標(biāo)，從多方角度來(lái)評(píng)估聊天機(jī)器人的對(duì)話，在打分環(huán)節(jié)，可以邀請(qǐng)更多被試者參與給聊天機(jī)器人的打分，通過(guò)計(jì)算多人的評(píng)分均值，降低誤差，使結(jié)論更加趨于穩(wěn)定。在評(píng)估方面，可以邀請(qǐng)專(zhuān)家和用戶(hù)共同評(píng)估，從聊天機(jī)器人使用者和聊天機(jī)器人生產(chǎn)者兩個(gè)角度來(lái)改進(jìn)聊天機(jī)器人對(duì)話策略。通過(guò)優(yōu)化聊天機(jī)器人對(duì)話策略，并邀請(qǐng)各行各業(yè)專(zhuān)家、機(jī)構(gòu)參與評(píng)定，在未來(lái)可逐漸形成如尼爾森十大交互原則[11]一般的聊天機(jī)器人對(duì)話策略準(zhǔn)則，規(guī)范全球聊天機(jī)器人對(duì)話回復(fù)策略設(shè)計(jì)。同樣，未來(lái)也可以同醫(yī)療領(lǐng)域相結(jié)合，針對(duì)老年人用戶(hù)，研發(fā)專(zhuān)業(yè)型、應(yīng)用型的聊天機(jī)器人對(duì)話，提供智能醫(yī)療聊天機(jī)器人對(duì)話服務(wù)，滿足他們?cè)诩膊≈委煛⒔】叼B(yǎng)生等方面的需求。

參考文獻(xiàn)

[1]Ciechanowski L， Przegalinska A， Magnuski M， & Gloor P. （2019）. In the shades of the uncanny valley： An experimental study of human–chatbot interaction. Future Generation Computer Systems， 92， 539-548.

[2]Bullinger H J， Ziegler J， & Bauer W. （2002）. Intuitive human-computer interaction-toward a user-friendly information society. International Journal of Human-Computer Interaction， 14（1）， 1-23.

[3]F?lstad A， & Brandtz?g P B. （2017）. Chatbots and the new world of HCI. interactions， 24（4）， 38-42.

[4]Cameron G， Cameron D， Megaw G， Bond R， Mulvenna M， ONeill， S.， ... & McTear， M. （2018， July）. Best practices for designing chatbots in mental healthcare–A case study on iHelpr. In Proceedings of the 32nd International BCS Human Computer Interaction Conference 32 （pp. 1-5）.

[5]Fang H. （2019）. Building A User-Centric and Content-Driven Socialbot （Doctoral dissertation）.

[6]Ren R， Castro J W， Acu?a S T， & de Lara J. （2019， July）. Usability of chatbots： A systematic mapping study. In Proc. 31st Int. Conf. Software Engineering and Knowledge Engineering （pp. 479-484）.

[7]Chasanidou D， Gasparini A， & Lee E. （2014， October）. Design thinking methods and tools for innovation in multidisciplinary teams. In Workshop Innovation in HCI. Helsinki， Finland： NordiCHI （Vol. 14， No. 2014， pp. 27-30）.

[8]Chasanidou， D.， Gasparini， A. A.， & Lee， E. （2015， August）. Design thinking methods and tools for innovation. In International Conference of Design， User Experience， and Usability （pp. 12-23）. Springer， Cham.

[9]劉蓉， 陳波. 基于微信公眾平臺(tái)的招生咨詢(xún)智能聊天機(jī)器人[J]. 軟件， 2018， 39（6）： 49-57.

[10]消費(fèi)電子產(chǎn)品智能音箱評(píng)測(cè)及標(biāo)準(zhǔn)化研究報(bào)告[R]. 北京：中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院， 2018： 1-61.

[11]Nielsen J. （1995）. 10 usability heuristics for user interface design. Nielsen Norman Group， 1（1）.