【IT168 评论】本文根据【创客168】第12期《人工智能技术与智慧办公》现场演讲嘉宾李伟老师分享内容整理而成，文字整理@IT168钰莹

　　讲师简介

▲李伟

　　李伟，清华大学人工智能方向博士，在数据、算法、架构等方面拥有多年经验，曾任雅虎公司科学家，负责个性化首页、推荐、广告等算法业务;百度资深工程师，负责贴吧、知道等相关算法。目前担任苏宁技术研究院人工智能实验室技术总监，兼北京负责人，主要负责智能机器人平台，主导智能商务、智能家居等智能渠道业务的研发工作。之前分别在Intel、微软公司实习和工作，对机器学习、数据挖掘、自然语言处理、深度学习和计算机视觉等有着丰富的经验，目的是利用人工智能技术助推智慧零售。

　　正文

　　大家好，我是苏宁技术研究院北京分院的负责人李伟，我今天分享的主题是《苏宁机器人平台——会话商务系统实践》，主要分为以下几个部分：

　　第一部分：回顾什么是会话系统;第二部分：介绍基于搜索的问答系统的基本架构;第三部分：基于槽填充模型的意图理解;第四部分：基于回归模型的智能客服系统，三、四两部分目前已成功集成到苏宁智能家居以及内部员工财务、IT等平台，之后将逐步推广到易购客服系统;第五部分：苏宁目前采用的人机协同基本架构是AI+HI，大部分情况下，在线和离线数据标注都需要人工参与，整个会话系统架构离不开数据积累，因此不完全是AI或AI-First战略;最后是苏宁智能机器人平台的简单架构介绍。

　　首先回顾一下信息检索的趋势变化。目前，会话系统、自动问答系统的很多架构以及数据都源于信息检索系统。

　　七十年代，人们非常熟悉图书馆检索，根据书号寻找并借阅自己感兴趣的书。九十年代，互联网兴起，第一批互联网还未出现检索系统，美国雅虎最开始做3W，但这并不是检索系统而是以分类方式给用户提供便利的信息访问，当用户想寻找某类信息时，首先进入大众分类体系，逐级向下查询所需信息，但这种方式存在明显的弊端，该分类体系难以创建，若作为静态结构又难以维护，当长尾信息非常多的时候难以分类，通过人工维护也相当不方便，这让雅虎、谷歌、百度都投身于搜索引擎研发之中，自动问答会话系统的雏形应运而生。2015年，随着大数据时代的到来以及深度学习的发展，会话系统以及整个会话时代才慢慢开启。

　　问答系统的基本定义是机器或者某个程序自动回答用户问题，问答系统的类型大概分为以下维度：一是根据问题类型划分，比如事实类问题、观点类问题，是否类问题等，二是根据内容划分，分成文本会话系统以及可视化会话系统。实际上，自动问答基本是会话系统背后的核心技术，会话系统中的很多架构以及算法都是从自动问答里借鉴过来的。以下是问答系统的基本架构：

　　用户提出问题之后，系统会首先有一个Query understanding的过程，这之中可能涉及问题的扩展以及意图理解，接下来会同时做问题的类型检测和判断，为什么要同时做这两件事情呢?比如，用户想买苹果手机，系统反馈回来的是一箱富士苹果的价钱，用户会觉得非常不相关。所以，首先要判断问题的类型，判断属于数码手机还是水果，接下来做一系列和检索系统或模型相关的事情。

　　常见的检索排序模型有文档检索、相关文档抽取、段落检索等，我们从中获取想要的答案再返回给用户，这是目前比较常用的一套Q&A架构。

　　当前会话系统基本可分为两类，一类是闲聊陪伴机器人，可以与用户在某个特定或开放领域内自由聊天，比如微软小冰;一类是面向任务的机器人，帮用户解决特定领域的任务，比如苹果的Siri。当然，这之间的界限并不是特别清晰，也有很多机器人是混合型的，两种功能都具备。

　　以上是Task Bot的架构，很多Task Bot不具备语音识别功能，苏宁的Task Bot具备该功能，同时可通过文本方式完成用户需求。如果用户通过语音会话系统提出需求，第一步就进行语音识别，这就存在一个识别准确性的问题，如果识别有误，我们将进行语意纠错。如果识别正确，则继续执行。

　　接下来就是理解部分，这包括三部分内容：一是领域分类，二是用户意图理解，三是槽填充模型，最后会识别成用户所需要的语意框架模型。之后，主要是会话管理，对会话状态进行跟踪，根据当前状态及所观测的用户行为决定会话系统的下一步动作。然后是NLG(Natural language Generation)，根据模板生成一段自然语言返回给用户，以响应用户发出的指令。

　　例如，用户希望机器人播放本周比较流行的爵士乐，机器人通过语音识别了解用户需求，在识别正确的情况下，继续理解用户意图。领域分类明显属于音乐播放，用户意图是爵士乐，接下来运用槽填充模型完善所需属性，在音乐库中对条件进行检索，最后返回给用户。

　　接下来，我们进行简单细化。当然，重点是谈NLU用户意图理解部分，包括三大子模块：领域分类、意图理解、槽填充模型。在讲整个NLU用户意图理解之前，我们首先看一下语意框架模型：

　　假设用户需求是：买一个黑色的、适用于男性用户的苹果手机。

　　首先识别用户意图是购物，品牌是苹果，颜色是黑色，适用人群是男性，我们将这些属性填充到对应的槽值中，当然具体商品可能不止这三个属性，我们可以通过多轮交互的方式明确用户需求，在满足条件之后触发结束当前场景，调用搜索系统，把相关产品推荐给用户。

　　领域分类实际上是比较直接的，分类模型很大程度上依赖于人工标注的领域知识库，我们根据用户话术明确用户需求，领域分类完成以后就是意图理解部分。

　　然后是槽填充，通过用户需求和多轮互动的方式完成属性的槽填充，用户完全通过文本或自然语言的方式描述需求，相对之前的方式提供了一些便利，但这种方式一旦理解不精准就会产生很大偏差，目前苏宁也在不断开发和优化过程中。

　　接下来具体介绍一下槽填充模型，槽填充模型类似信息和关系抽取，这是自然语言数据里的经典任务，定义是在给定的实体或具体任务里把丢失的信息和属性回填上去，基本完成的事情是entity/task，slot和filler，entity/task可以是一个实体也可以是具体任务，针对任务和实体会有一些待填充的槽，目的是通过会话系统用filler把槽填充完成。我们在设计会话系统时，会收集用户信息再将信息返回给用户进行确认，这就是一个简单的slot filling的例子。

　　这种槽填充模型的应用场景非常广泛，我们希望通过单轮或多轮交互以及会话系统将槽填充完成。而这种会话系统在其他领域也可以用到，比如，在商品领域中，我们会用到属性填充以及属性纠错。

　　当我们发现某件商品的属性在易购或京东上有缺失，而在天猫上比较完备时，我们会将天猫上的属性抓取过来，与易购或京东上的商品进行匹配，若匹配成功，则将缺失属性回填上去，这就是槽填充模型的具体应用。该模型还可应用于实体画像的完善，比如，当我们百度“刘德华”时，发现其在搜搜问问中的画像不是很完整，而在知乎或其他地方可提取到缺失属性，经匹配成功后便可填充到缺失的槽中。

　　槽填充模型的具体方法分为很多种，一类是完全基于模板匹配，这些模板是固定的响应模板，比如我喜欢、我想听某类人的歌，如果判定属于该模板，则只需将缺失的歌手信息填充进去即可，这类方法的使用也比较广泛。另一类是将其形式化成序列标注任务，该方法会将每个词都打上标签，比如，给我买一张明天一早从北京到上海的机票，用户意图识别为买机票，待填充的槽值为起始时间、起始地点。在不确定用户具体时间的情况下，机器会给出明天一早从北京到上海的所有航班信息，询问用户的具体选择。

　　当然，在某些情况下，既可以当作序列标注的任务去做，也可以当分类任务进行分解，将具体的词用序列标注的方式打标签，这是传统分类模型的任务。用分类模型对对应的槽和值做交叉组合，可以运用一些回归或向量积的方式解决槽与值之间的匹配问题。

　　苏宁目前基于语意框架模型，slot filling技术已经实现了苏宁智能家居中的家电控制和场景控制，苏宁现在可控制大概十五种家电设备，后续还在不断扩充。目前的QPS非常短，响应时间在三毫秒以内，同时准确率和召回率也非常高，我们有部分用到了语音识别，但效果并不是特别好，影响了家电控制的准确率。

　　以上是苏宁家电控制的演示图，比如，将空调调成20度，控制设备是空调，具体动作是调温。解析结果中的对应设备类型是空调，给用户返回TTS，完成需求之后会给用户响应，通过文本或语音合成方式告知用户具体行为。

　　接下来是智能客服领域，目前来说该领域2B的应用场景非常多，比如，银行和电商平台的智能客服，智能客服的目的不是为了替代人工客服，而是在特定场景和领域下帮助人工客服更好地完成用户需求。

　　智能客服的几种应用场景如下：一是机器人优先模式，在任何情况下，机器人都先于人工客服回答用户问题;二是机器人辅助应答模式，无论人工客服是否繁忙，机器人都不优先回答客户问题，而是将答案优先返回给人工客服，由人工客服来判断答案好坏，选择是否直接将答案返回给用户，这在一定程度上缓解了人工客服的压力，同时保证了服务质量;三是排队，在人工客服繁忙时，机器人优先接入;四是离线，当人工客服处于离线状态时，可接入机器人及时回答用户问题。

　　以上是苏宁基于回归模型搭建智能客服的简单例子。首先，我们把问题形式化成回归模型，对问题进行分类，比如有标准问、相似问等，还有答案以及话术具备的标签。这是苏宁内部员工平台的简单客服，基于一些具体数据，用一个二分类的回归模型训练智能客服模型，具体架构大概如下：

　　具体问题中也包括一些相似问，我们可对数据进行筛选，提取不相关的非相似问，经过预处理、特征提取和选择以后，再训练模型，问题和相似问的标签是1，问题和非相似问的标签是0，我们可以训练一个binary regression模型。

　　该模型目前在苏宁内部的应用效果还是不错的，机器交互的优点也很明显，7*24小时在线的同时还满足高并发需求。但是，当询问某类问题的员工较多时，还是会出现延迟。

　　智能客服在苏宁内部提供的服务包括IT服务、财务服务还有人事服务，目前的准确率和召回率尚未达到满意的程度，苏宁后期将会持续优化。

　　以上是苏宁内部的智能机器人服务号，它具备闲聊陪伴、互动聊天和百科问答等功能，也涉及一些简单的购物场景，购物场景将涉及多轮交互，目前还未完全开发完毕。

　　苏宁内部提出了一个AI+HI=MI的观点，这里的MI指的是Mix Intelligence，实际上目前大部分人工智能应用都离不开人的参与，智能化离不开协同化，这里涉及人机协同，比如在线和离线数据标注，都需要很多人工参与，不断循环迭代。HI的参与让AI得以不断完善，AI完全依靠算法优化以及冷启动策略是很难快速成长起来的。以下是苏宁内部智能机器人平台的基本架构：

　　该架构底层是基本数据层，我们可能会爬取很多百科、竞品或社区数据;第二层是知识库和知识图谱层;第三层是整个智能机器人平台的核心层;最后是技能层，该层会对家庭机器人、金融机器人、财务机器人和直播机器人进行划分。苏宁目前有六大产业，基本涵盖了云商、置业、文创、投资地产等，实际上很多场景均可接入智能机器人。

　　以上是智能助理的简单架构，分为响应型助理和主动型助理，响应型助理需要人为唤醒，比如云之声的魔方， 需要用户语音“魔方魔方”来唤醒，唤醒之后才可完成某项特定任务，其余时间不会主动骚扰用户，这是响应型机器人。

　　主动型机器人会对前期对话进行记录，主动跟进并与用户沟通，比如，你向机器人倾诉与女朋友吵架了，过几天，机器会主动询问你与女朋友的关系是否有改善。这类机器人会主动与用户聊天，但存在是否骚扰到了用户生活的问题。因此，该功能的投放会更加谨慎。

　　我今天的分享到此结束，谢谢大家!