这里是微信智能机器人开发系列讲座。
第七课,关于语意处理的角色划分。
第六课中,我们可以注意到,自然语言变化非常大,
同一个问题,随着用户表述的不同,能够提供的信息量差异也很大。
完成一件事(购买飞机票)可能需要若干辅助条件(时间或时间范围,出发地,目的地),所有的要件结合在一起才能准确描述需求,
如果用户表述内容里面缺乏其它必要关键词,我们必须向用户询问,逐渐补充完整,
(当然,用户可能提供了额外筛选条件,不是必要关键词的部分,例如舱位等级)
最后,构成一个相对完整的需求集合,才能查询出结果,
并且,在结果的基础上,可以再次筛选,得到更准确更小的结果集,以满足用户要求。
一直以来,由于上述复杂性的存在,
自然语言理解和处理就成为人工智能领域的大难题,
所导致的结果是,任何一个网站(或者企业)想要自行开发基于自然语言处理的机器人基本上不太可能,
接下来,就是协助处理语意问题的服务登场的时候了。
这样,就有了 应用开发商 和 语意服务提供商 两种角色。
应用开发商有:
* siri (苹果自己的应用,自己做语意部分);
* xiaoi 机器人;
* 360iii
语意服务提供商有:
* xiaoi 平台(xiaoi 机器人背后);
* yuyicloud (360iii 背后);
* 微信易
截止到目前,
不少系统表现出来的效果给大家的印象是差强人意,非常不智能,
因为都是使用固定模式关键词 + 数据库,机械化处理的结果。
微信易在语意处理上取得了一定进展,从下面的例子可以看出一斑。
训练素材:
测试用例:
询问和自动回答效果:
(微信截图,请注意微信的界面中,右边是测试用例中的问题,然后才是左边的自动答复)
同样的训练素材,在微信公众平台设置之后呢?
效果就惨不忍睹了