智能語音聊天機器人

使用者對著麥克風輸入語音的內容之後,經由speech 2 text (STT),把聲音轉成文字,再經由“自然語言理解”,把文字變成理解的內容,再從對話管理系統(Dialogue Management)找出適當的回應文字,而這些回應文字經由Text 2 Speech介面,再經由喇叭播放出來!

NLU這一部分,如果是開放式的內容,我想那是一個很花時間的事,若是針對某些特定主題是,那在範圍內的聊天內容,就容易被規範出來,但如何定義及把範圍標訂出來呢? 這將會是一個相當有價值的主題!

在NLU之後,在上圖採用的“對話管理”的模組,也是在對話設計時,針對使用者的說話的內容,按照回應文字內容的模版(Template),回應給客人!所以,在有範圍內的NLU,如果設定了100種的問答的內容,而每一種的問中需要超過多個問法(問法之pattern),我們將這100種x多個問法,搭配自然語言預訓的資料模組,將文字內容做分類(100種),當使用者問到100種中的一種,那我們就從資料庫找出這一種的回應模版,套上相關於使用者問話中之參數(在NLP中會以詞槽來稱之)!如此,就符合語意之對話機器人!

如果NLU之後,是串接是文字內容的分類時,再搭配模版式NLG,可以産生文章標題或主旨,如果加入收集情報的題材相關時,那就可能是“輿情收隻”

主題式的NLU架構,可以因為在分析文字內容後,串接不同的應用,而做成不同的産業應用!

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *