摘要

本文介绍了一种利用强化学习在图表示上进行知识获取的对话代理。该代理旨在通过与其他代理的对话，战略性地获取新信息，扩展其知识库。代理将其知识建模为RDF知识图，并通过对话整合新信念。对话中的响应是通过识别围绕这些新整合信念的图模式生成的。研究表明，可以通过强化学习学习策略，在交互过程中选择有效的图模式，而无需依赖显式的用户反馈。本文证明了利用用户作为有效信息源的概念验证，展示了知识中心代理通过对话主动获取知识的潜力。

原理

本文提出的代理基于Belief-Desire-Intention (BDI)模型，代理具有信息意图。这些意图通过符号知识库进行建模，特别是使用图和RDF技术来表示代理已有的或目标知识。代理通过评估其知识状态，设定知识需求，识别知识缺失，并通过与用户的交互主动获取缺失知识。强化学习用于学习对话策略，选择在特定情境下改善知识状态的选项，而不需要显式的人类反馈。

流程

代理的工作流程包括五个主要步骤：语言理解、信念整合、欲望生成、欲望选择和语言生成。在对话过程中，代理将用户的输入信号（如音频、文本）解释为交互知识图（iKG），并将其与现有的情节知识图（eKG）合并。然后，代理评估合并后的信念，生成一系列焦点区域以潜在改进，并选择特定的信念进行改变，通过生成适当的响应信号（如音频、文本）来引发用户的进一步输入。

应用

本文提出的知识中心对话代理具有广泛的应用前景，包括客户服务、个人伴侣、在线 moderator 和新闻推荐系统等。代理能够适应各种任务和领域，通过扩展其知识库，提高其适应性和响应性。此外，该代理框架的鲁棒性使其能够处理不同质量的知识源，增强了其在实际应用中的可行性。