具深度理解之對話系統及-智慧型輔助學習機器人

本計畫為小學數學應用題（Math Word Problem, MWP）開發了智慧型學習助手（Intelligent Learning Assistant, ILA），建立一個可解釋的人工智慧（Explainable AI, XAI）案例。ILA能夠自動解出MWP並提供逐步解釋。當ILA犯了錯誤，我們可以很容易地修正；當ILA正確解決問題時，我們可提供解釋讓學生理解其背後的邏輯。本計畫採用統計準則式方法（Statistical Principle-Based Approach, SPBA），保留了統計機器學習（SML）和規則（Rule-Based, RB）方法的優點，同時避免了它們的缺陷。機器人學會了以類似於人類學習的方式解答MWP。MWP解題需要的自然語言理解，除了知識範圍有限，句型較為單純外，一般自然語言研究會遇到的困難，如：指代、省略、倒裝句、文本蘊含(entailment)、剖析、知識本體、推論等等幾乎無所不包。因此，在我們解決了小學數學的自然語言理解後，多輪對談系統所需要的理解模組幾乎已全數完成。目前，我們已實現80％的目標，正在努力實現半自動的知識本體構建和自然語言生成。