主要模块
任务型机器人核心模块主要包括三个模块:
- 自然语言理解模块(NLU)
- 对话管理模块
- 自然语言生成模块(NLG)
自然语言理解模块
该模块一般包含以下三个模块:
- 领域识别:即识别该语句是不是属于这个任务场景,一般有多个机器人集成时,如闲聊机器人,问答机器人等,领域识别应当在进入任务型机器人之前做判断与分发
- 意图识别:即识别用户意图,细分该任务型场景下的子场景、
- 语义槽填充:用于对话管理模块的输入
举例
假设Text=“人民币对美元的汇率是多少”;经过自然语言理解模块会解析为 act ( slot1 = value1, slot2 = value2 ……) 的形式,即意图,槽位,槽位信息三元组形式,即 Text会解析为“查询(槽位1=人民币,槽位2=美元)”这样的形式。
方法
基于规则理解方法
【优点】
- 不需要大量训练数据
【缺点】
- 容易出错
- 调整规则费时费力,难以维护
统计方法(对齐)
基于词