什么样的回答才足够个性？吾来个性化回复举手参评

文 | AI训练师

整理 | 吾来君

---

前言

一般来说，知识点中相似问越多，效果越好。但一味增加反而会导致知识点下相似问的冗余。

很多情况下，用户描述一个句子可能是用了某个很具体的特征，可以看下面两个例子。

案例一：“什么时候发货”这个知识点，在用户的叙述中很可能是“今天有没有发货信息”、“周一能发货吗”、“18号当天能发货吗”；

案例二：“产品是不是正品行货”这个知识点，用户叙述的可能一般都是具体的产品，“X系列产品是正品吗”、“X产品X型号是真的吧”、“我买的XX是行货吧”；

那我们想可不可以让机器人把“XX系列”都当成一种特征，而这些特征反复的出现在我们的知识中，可以单独进行维护，这样用户说产品的任意一个系列，机器人对这个知识点也能认识。谨以此文献给那些一起战斗过的AI训练师和产品经理。

0

1

句式的产生

含有“XX系列”，“X型号”，“X色号”，“X条件”，这种情况的相似问题，我们就可以添加句式来解决，用户说的时间和产品名称，型号，系列等关键信息就是实体。

这时用户说XX系列是真的吗？就可以升级成句式“@产品系列 是真的吗？”。

句式是相似说法的模板。当你需要在一个知识点中添加大量句子结构类似的相似说法时，就可以使用句式来减少相似说法的数量。

其实“XX系列”，“X型号”，“X色号”，“X规则”我们也想全都让机器人识别到任意一个配上后面的提问“是不是正品”等就能全部识别到这个知识点呢？

那吾来现在是可以设定只要符合这些规则中的任意一个，就能放到这个模式下，让机器人来识别。

盛放这些不同实体值的工具我们叫做词槽，大家可以简单的理解为一个篮子。

加上词槽之后，这个句式就变成了“@产品:产品系列，产品型号，产品色号 是真的吗”。

其中，产品是盛放不同实体值的词槽，符合产品系列，产品型号，产品色号这些实体规定规则的值或文本，类似于金装（奶粉系列），10875H（CPU型号），999（口红色号），我们称作实体值。

产品系列，产品型号，产品色号是不同的实体，是判定用户语句是否包含或符合特定规则的筛选工具。