如何搭建一个AI对话系统？

AI客服可以说是现在AI应用得比较成熟的应用了，而AI客服只是AI对话系统里的一种类型而已，今天就来跟大家聊聊AI对话系统。

本文介绍的思路：

• AI对话系统有哪些分类、主要技术和概念？
• AI对话系统的主要工作流程是怎样的？
• 实现一个AI对话系统的主要步骤有哪些？

一、AI对话系统的分类

对话系统主要分为3大类型：任务型、问答型、闲聊型。

（1）任务型

任务型是为了完成某特定的任务，比如说订机票，不仅需要应答用户，还需要去查询机票情况，和执行相应的动作。

（2）问答型

问答型主要是为了能解答用户的问题，相当于维基百科，比如说火车票怎么退票、坐飞机需要注意什么事项，通常仅需要回答问题，不需要执行任务。

（3）闲聊型

闲聊型主要是能聊下去就行，天马行空的聊都无所谓。

小结下3类型对话系统的特点：

1. 任务型： 有任务目标，需要把请求参数化。比如说定机票：帮我订一张明天深圳到北京的机票。意图：订机票；词槽：时间、出发地、目的地。（还不知道什么是意图和词槽没关系，后面会详细讲）因此参数化表达就是：帮我订一张【时间】从【出发地】到【目的地】的机票
2. 问答型： 有任务目标，但不需要把请求参数化。比如说：怎么办理火车票退票。机器只需要从知识库中找到跟这句话最相似的问题，然后把答案提供给用户就行。
3. 闲聊型： 是开放的，没有任务，也没有限定的回答。

当然有时一个对话系统不只是包含单一的类型，可能是多种类型组合在一起的。

二、单轮对话和多伦对话

1. 单轮对话

单轮对话的主要特点：一问一答，不依赖上下文，一般从知识库里检索问题答案，在问答型和闲聊型系统比较常见。

评判单轮对话好坏通常有3个指标：召回率、准确率、问题解决率。

（1）召回率

这里需要注意的是，机器回答了回答了多少问题，但是回答的不一定是正确的，因此就会有下面准确率的指标。

（2）准确率

对于闲聊型的机器人来说，准确率不是它的指标，因为也很难有标准哪些是正确的，哪些是错误的。

但是对于任务型和问答型机器人，这个指标就非常关键，因为我们宁愿机器不回答，也不要它给一个错误的答案。

（3）问题解决率

成功解决的问题数=（总的提问数 – 转人工客服的问题数 – 客户不满意的问题数）

单轮对话主要的难点有哪些呢？

语义理解的细微差异

我们日常口语非常的多样，而且很难标准化，可能相似的句子，语义完全不一样，机器理解这样的语句是非常困难的。

自动学习优化知识库

人工去补充知识库是工作量非常大的事情，而且能做的非常有限，因此还是需要机器自主学习优化，根据历史对话，补充和完善知识库。

如上图，机器一开始不知道“詹皇”是什么意思，那经过对话后，机器就学会了“詹皇”就是“詹姆斯”。

2. 多轮对话

多轮对话的主要特点：多轮问答，上下文关联，需要记忆的能力，在任务型系统中比较常见。

比如说一个订票的任务，机器人需要获取必要的三个信息：时间、出发地、目的地，在没有获取到这3个完整的信息前，机器都会继续的跟用户进行沟通确认。

多轮对话的主要难点有哪些呢？

信息自动补充：

特别是在任务型的对话中，不是所有的信息都是从跟用户的对话中获取的，而是大多数的信息都是基于用户的身份和所处的场景获取的。

比如说：订机票，我们需要用户的身份信息，但可能不需要在对话中问用户，而是之前可能就有记录。比如说出发地，机器可以根据定位获取，而不需要问用户。

中途打断回溯：

如上图，订机票的任务被打断后，去做了个订外卖的任务，然后回来用户说“订明天上午11点的机票”，这个时候机器人需要记住之前用户所说的出发地和目的地，而不是重新问用户。

指代识别：

如上图，用户说“第二个吧”，机器需要知道用户指的是“10：30，东方航空公司”

三、对话理解

在对话系统中，实现对话理解的方式通常有两种：语义解析、语义匹配。

下图就是我们本章主要讨论的内容：

1. 语义解析

在讲语义解析之前，我们先来讲一个概念“意图”。

意图是指用户潜在的目的或表达的诉求， 假设用户说：帮我订一张深圳到北京的机票，那意图就是：订机票。

因此机器识别到用户的订机票的意图之后，马上就转入到了订机票的任务中。

那订机票需要必备那些信息呢？时间、出发地、目的地是必填。

这里又引入了另外一个概念“词槽”。词槽分为必填槽和非必填槽，我们把用户说的话，按一定的规则填到相应的词槽里，只有把必填的词槽填完了，才会执行意图的相关指令。

也就是说机器人先要识别用户的意图，然后根据要达到这个意图需要获取哪些信息来询问用户，直到获取完所有必备的信息。

介绍完意图和词槽后，我们继续回来讨论语义解析。

语义解析：把语句解析为结构化的语义表示。 语义解析通常又分为三种实现方式：语义模式、传统的机器学习、深度神经网络。

语义模式（基于意图和词槽识别）：

人工定义语义模式，用以解析用户输入的语句。

识别意图：根据语句识别用户的意图。

检测词槽：检测词槽关键信息。

传统机器学习模式：

通过建模为序列标注或分类问题，解析用户输入的语句。

通过分类问题获得输入语句的意图；通过序列标注识别输入语句的词槽。

把语句输入到机器学习系统之后，会输出属于各种意图的概率，然后确定意图，标注各词槽的类型。

深度神经网络模式：

基于深度神经网络的模式可同时实现意图和词槽的识别，但需要海量的数据去训练。

三种模式的优劣势：

2. 语义匹配

通过语义相似度计算匹配最接近的实例，来理解用户输入的语句。

首先将输入语句表示为便于匹配的语义形式；然后计算输入语句和数据库中语句的相似度；相似度最高的就是最匹配的语句。

四、对话系统的工作流程

前面我们已经介绍完了对话系统的类型、关键概念和技术，我们把前面介绍的内容串联起来，就是这一章要讲的话系统的主要工作流程。

1. 主要工作流程

用户输入语句：比如说“帮我预定从深圳到北京的车票”。

对话的理解：理解的实现方式有语义解析和语义匹配。

对话管理：因为可能不是一次的问答就能解决问题了，比如说用户输入的语句中只有出发地和目的地，还没有提到时间，因此机器还要去问用户出发时间；比如说我们前面提到的用户在订机票的任务中，突然转到了订外卖，然后再回来订机票，因此机器要学会管理前面未完成的任务。

资源检索与任务执行：机器回答问题和执行动作需要跟外部的资源连接，比如说订机票，需要到机票系统去查询航班和余票情况，最后还要执行订票的动作。

外部知识服务：指的就是机器完成任务所需要的外部资源。

2. 理解和回应

从另外一个维度，对话系统又可以分为两大块： 如何理解、如何应答。

如何理解？主要有两种方式：语义解析、语义匹配（前面已经讲过就不再重复了）。

如何应答？应答才是交流中最直观的表现方式，能不能更加接近人的交流方式，就需要在应答上表现了。应答主要又分为：词槽澄清、回复、引导。

词槽澄清：

假设用户问：詹皇今天得了多少分？

机器人听不懂“詹皇”是谁，它就会问：詹皇是谁？。这就是词槽澄清。

回复：

即机器理解了用户意图之后的答复。但这里需要注意的是，触发这个答复的条件是什么？比如说订机票就需要知道时间、出发地和目的地这3个条件。回复话术又是怎样的？可爱点的回复，还是严肃点的回复，或者是要二次确认等等。

引导：

引导是指完成了当前的任务之后，机器人可以引导用户做其他的事情。比如说订完机票，机器人可以问，需要给你订酒店吗？这样是不是显的更加的接近人的交流了。

当然引导也需要主要几个点：

• 什么时候才会触发引导？当前任务执行完还是怎样。
• 引导做什么？是引导去订酒店还是引导去订外卖？
• 引导的话术是什么？我还可以为你订酒店、你需要订酒店吗。

五、实现一个对话系统的主要步骤

下面以一个订机票对话系统为例，串联实现一个对话系统的整体步骤。

1. 定义对话系统

确定场景和边界，目标是什么，需要哪些功能，需要哪些信息和资源，还有确定不做什么。

订机票对话系统的定义：

2. 富集数据资源

所需信息资源：

穷举完成这个系统所需要的信息和字段。

词槽词典：

设置词槽的属性，必填或非必填，列举所有词槽的词典。

从上图我们列举了一些订机票的词槽：日期、出发地、目的地、特征词等。

词典是什么呢？词典就是词槽下所有有可能的槽值，比如出发地词槽的词典就是所有的城市。

语料：

收集尽可能多的语料，语料越多，系统效果越好。

下面就以请求预定机票的为例，列举了一下语料。

3. 写故事线

我们先写一条愉悦的故事线，中途没有异常的情况。

然后再在各个环节补充异常情况，比如说：

• 听不清用户的话，需要澄清；
• 中途用户转换了其他任务，需要记忆相应的信息；
• 用户突然改变行程，比如说：不了，还是帮我订后天的机票；
• 等等各种异常情况的处理方案。

4. 抽取对话流程

根据故事线，抽取出主要的对话流程。

当然，这只是愉悦路径的流程，你还可以根据出现异常情况，不断的加入各种分支，完成整个流程。

5. 开发/训练调优

在前面定义好系统，收集完所需信息和资源，确定好对话流程后，接下来就可以进入开发了。

当然如果你没有这么强大的开发能力，现在也有一些开放的平台可以快速的实现你的对话系统。比如说百度的UNIT开放平台，讯飞的AIUI开放平台等，都支持快速的实现你的对话系统，可以去体验一下。

开发完之后，就开始用数据去训练，不断调优，完善你的系统。

5. 上线后不断优化迭代

优化其实是一个持续的过程，上线后我们需要根据用户的反馈或日志的分析，找出问题不断优化。

对话系统常见的优化思路：

• 找出机器识别错误的意图，分析错误的原因；
• 找出机器没有覆盖的意图，分析是否属于定义的功能范围内，若是则后续需要添加；
• 对于高频使用的意图，不断完善体验；等等。

本文主要是参考了百度云智学院的教学内容。

本文由 @Jimmy 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自Unsplash，基于CC0协议。

作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。


Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: