歡迎大家來到第三章的第六節(jié)，設(shè)計UNIT對話邏輯。

我們在上幾章已經(jīng)定義好了對話邏輯，接下來我們看一下怎么用UNIT來做所有的配置和設(shè)計。

image

• 梳理業(yè)務(wù)邏輯

首先，根據(jù)我們之前學(xué)過的內(nèi)容，第一步要梳理業(yè)務(wù)邏輯。

先做一些準(zhǔn)備工作，磨刀不誤砍柴工。

對話Bot其實是在模擬你真實的業(yè)務(wù)場景，所以梳理業(yè)務(wù)的邏輯非常重要。

我們需要知道用戶通常有哪些目的，這些目的有沒有關(guān)聯(lián)，哪些信息是實現(xiàn)目的的關(guān)鍵要素。

還是以火車票的預(yù)定為例，這個場景是用戶來到了火車票售票大廳，我們基本上可以梳理出他有下面幾個目的：

1. 查詢車次和時間；

2. 查詢余票；

3. 購買火車票；

4. 改簽車票；

5. 退票；

進(jìn)一步去分析會發(fā)現(xiàn)，購買火車票的意圖先要經(jīng)過a和b，先查詢車次和時間，再查詢余票。

我們以查詢車票和時間為例，關(guān)鍵的信息有起點(diǎn)的城市、終點(diǎn)的城市。只有有了這些業(yè)務(wù)邏輯的梳理，才能在下一步中合理的構(gòu)建出Bot技能的對話意圖、詞槽等對話系統(tǒng)中的必要信息。

第二步，配置技能的對話意圖或問答意圖。

image

• 配置技能的對話意圖或問答意圖

UNIT上的技能有預(yù)置的技能和自定義技能，整個配置技能目標(biāo)是把業(yè)務(wù)邏輯交給對話系統(tǒng)，每一個意圖都是由相關(guān)的意圖組成。

根據(jù)我們上一個步驟里，對業(yè)務(wù)邏輯的拆解完成技能下對每個對話意圖、問答意圖的具體配置。

• 這個時候要思考，用戶對話的對話意圖是什么？

• 要達(dá)成用戶的對話意圖，需要理解哪些關(guān)鍵信息？

• 對話系統(tǒng)應(yīng)該如何回應(yīng)用戶？

• 有哪些規(guī)則是需要遵守的？

這種對話意圖的定義，類似于產(chǎn)品設(shè)計里的功能需求分析。

同樣以訂票為例，如圖所示，它的對話意圖名是BOOK_TICKET，別名是訂票。我們要添加相關(guān)的詞槽，有user_time、user_from、user_to和trainnumber，這是一些詞槽別名。

澄清話術(shù)就是怎么去問用戶信息，“你什么時間出發(fā)”“從哪出發(fā)”“要到哪”。

image

配置技能的對話意圖或問答意圖需要以下五步：

• 1. 新建對話意圖；

• 2. 添加詞槽；

• 3. 設(shè)置Bot的回應(yīng)；

• 4. 新建問答意圖；

• 5. 設(shè)置預(yù)置技能（例如：閑聊、問候、指令等等）；

以下是一些補(bǔ)充說明：

后續(xù)實操課程會專門講解新建對話意圖。

關(guān)于Bot 的回應(yīng)：

Bot的回應(yīng)是說當(dāng)Bot識別到用戶的意圖，并且已經(jīng)識別到所有的詞槽之后，Bot的下一步的操作，通常有三種Bot操作方式：答復(fù)、引導(dǎo)至對話意圖、引導(dǎo)至問答意圖。

這里有三個注意事項：

實際落地的時候需要在自己的業(yè)務(wù)代碼里判斷，當(dāng)前Bot解析的意圖為訂票，并且用戶提供了系統(tǒng)需要的關(guān)鍵詞槽信息，接下來你需要用這三個詞槽值你去火車票的系統(tǒng)中找到符合條件的火車票，同時生成一個火車票的例子返回給用戶，供用戶選擇并完成支付。在這個操作的過程中是需要對接外部系統(tǒng)的。

關(guān)于引導(dǎo)至對話意圖和引導(dǎo)至問答意圖：

引導(dǎo)至對話意圖：當(dāng)前對話滿足一定條件時，把它引導(dǎo)到另外一個對話意圖。也就是說讓用戶進(jìn)入到另外一個意圖的對話里去。

引導(dǎo)至問答意圖：讓用戶直接在目標(biāo)問答意圖下提問并獲取答案，它更像一個Q&A，就是一個我們之前說的問答型的這種。

比如說我問：“什么是經(jīng)停航班”，然后有一個回答。

這些在后續(xù)的實操中都會有講。

image

• 標(biāo)注對話數(shù)據(jù)

在效果優(yōu)化訓(xùn)練數(shù)據(jù)中盡量多的添加對話模版和對話樣板，這樣搭建的機(jī)器人會更貼近真實的業(yè)務(wù)場景。對話Bot就像一個兒童，教的越多越聰明。

具體的方法下面簡單介紹一下，后續(xù)的實操會詳細(xì)介紹。

• 第一步，配置對話模版；

舉個例子：“明天上午去北京的機(jī)票”，在這里把明天上午做成模版，配置好以后，當(dāng)用戶有類似 “明天上午XXXX” 這樣的話術(shù)出現(xiàn)時，系統(tǒng)會自動匹配。比較適用于樣本少，快速識別不同表達(dá)方式的用戶需求。

• 第二步，標(biāo)注對話樣本；

在這一階段，把收集到的對話數(shù)據(jù)導(dǎo)入到UNIT的平臺，依次標(biāo)注意圖、詞槽，供后續(xù)的學(xué)習(xí)，讓機(jī)器人有更好的對話理解泛化能力。

• 第三步是添加問答對；

在需求分析的階段，收集整理問答的數(shù)據(jù)。比如把退款相關(guān)的問答對導(dǎo)入到問答集中。

補(bǔ)充說明一下，不是每個場景都需要同時添加上面的三種訓(xùn)練數(shù)據(jù)，具體場景具體選擇即可。

image

關(guān)于如何選擇不同的方式：

如果你的場景是任務(wù)型，同時缺少對話樣本。你就要先去配置對話模版，快速達(dá)到一定的效果后，再從日志中篩選出更多的對話樣本。

如果一開始你就有大量真實的對話樣本，這時你可以把對話模版和對話樣本一起上，進(jìn)而快速達(dá)到一個很好的效果。

如果你還有問答對話的時候，你只要添加問答對就可以了。

image

• 訓(xùn)練/體驗

將對話模版對話樣板等配置好后，系統(tǒng)會自動訓(xùn)練生成模型，然后把模型放在沙盒中，就可以與自己定制的對話系統(tǒng)對話了。

UNIT背后的深度學(xué)習(xí)和對話管理技術(shù)會幫你快速訓(xùn)練bot的對話能力。

機(jī)器人是一個反復(fù)驗證、發(fā)現(xiàn)問題、優(yōu)化配置，補(bǔ)充對話樣本的一個循環(huán)過程，反復(fù)優(yōu)化，逐步升級，機(jī)器越來越聰明。

image.png

這里為大家展示訓(xùn)練和體驗的過程。在UNIT上線后，機(jī)器人會用戶每句話的動作和意圖給識別出來，同時可以在這里繼續(xù)編輯和查看JSON。

除此之外，還可以進(jìn)行反問頻率、Bot頻率等的評級，并重制對話。

因為UNIT體驗的工具做的非常完善，在這里建議大家將剛剛搭建的Bot在UNIT的后臺先進(jìn)行訓(xùn)練。

image

• 應(yīng)用調(diào)用

UNIT已經(jīng)和百度的其它AI技術(shù)打通了，創(chuàng)建一個應(yīng)用以后可以方便的調(diào)用百度AI的語音圖像識別的所有能力。

這是本章的講解，謝謝大家！