這一章我們一起來看一下語音助手的整體架構和設計，
一般來講，一個比較完善的語音助手可以分為：中控部分 + BOT部分，對于一個BOT而言，其實質是一個可以獨立運行的服務，包含自己的中控，其內部自成一個小周天，而中控的存在則是處理一些對于各個BOT而言公共的處理，以及各個BOT的分發、排序等功能，如下圖：
其中藍色部分，即為各個BOT，針對系統型別不同，BOT內部的設計也各不相同，比較典型的三個BOT：閑聊BOT、任務BOT、問答BOT，至于各個BOT內部的設計，我們后面章節再詳細說，這里我們主要講解中控系統的設計，圖中剩余部分，則包含了：QU、運營干預層、對話管理以及后處理策略層，下面簡單講述下各個模塊的作用：
一、QU：
QU為基本語意理解，這里對輸入的query做一些公共的基礎語意理解，包含物體識別、文本分類、語意角色標注、語意檢索、文本改寫等，中控和BOT則會根據語意理解的結果進行處理，比如其中語意角色標注、文本分類、語意檢索、物體識別可以用于對話管理中BOT的分發和排序、文本改寫則用于對輸入的query進行糾錯，提高下游識別效果，
二、運營干預層：
運營干預層，顧名思義，主要是用于運營干預，適用于兩種情況：
1. 某些話術，不想使用其本身的語意，而是想要賦予其特殊的語意來實作特定的效果，例如：“誰是世界上最美的人”，這本是一個疑問句，應該搜索對應的問答結果，但是運營有時會希望其能夠打開前置照相機，作為一個小彩蛋，此時就需要這里對query進行干預，
2、某些話術，其結果我們發現并非按照預期執行，此時我們可以在這里對結果進行干預，或者對query進行改寫，來實作結果的糾正，
當然，除了運營可以使用外，這一層中我們能做的還有很多，對于一些線上問題，可以在這里通過干預快速處理，避免對更多的用戶產生影響，比如可以做BOT分發的干預，回傳結果的干預等等，
三、DM層：
對話管理，這里的對話管理主要包含兩個功能：BOT的分發和排序，多輪對話，其會利用當前query語意理解的結果、歷史背景關系、環境背景關系來共同決定Action（執行動作）和下一個狀態，如下圖：
關于中控的分發和排序，多輪會話，這些會在后面的章節中詳細講解，
四、垂類BOT層：
垂類bot層，包含了各個獨立的BOT，分別處理各自領域的內容，比如閑聊BOT主要處理閑聊型別的對話，陪用戶聊天，問答BOT主要處理知識檢索型別的對話，幫助用戶搜索知識，鬧鐘BOT主要處理鬧鐘相關的語意，音樂BOT主要處理音樂相關的語意等等，不同型別BOT的內部詳細設計，我們后面再講，這里就不展開了，
五、后處理策略層：
后處理策略層中包含：客戶端互動，推薦服務，對話策略等，
客戶端互動，即為把最終得到的技能結果，進行封裝，得到客戶端可以執行的結構體，
推薦服務，則負責根據知識圖譜、用戶畫像、產品策略等對當前的用戶話術進行一些推薦，比如用戶query：“周杰倫是誰”，可以進行關聯推薦：“周杰倫行程”，“周杰倫妻子是誰”，“播放周杰倫的歌”等等，也可以根據用戶使用習慣和當前地點、時間進行一些個性化推薦，比如：當前晚上10點，可以推薦“定個明天早上8點的鬧鐘”，推薦服務也是一個單獨的內容，后面的章節中我們會單獨拿出來講，
對話策略，這里主要是進行一些特殊的后處理，比如某些場景下，需要關閉某些技能等，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/299052.html
標籤：其他