文章摘要：多輪對話機器人可以面向不同行業(yè)，比如教育、電商、游戲和生產制造等。尤其是客服和企業(yè)內部協(xié)作中，將以前通過表單、人工等的服務使用自然語言對話的形式實現。應用場景比如智能客服、智能招聘面試、智能提交工單、智能提交請假、智能分析潛在客戶意向等。那么，對話機器人如何進行多輪對話呢？

多輪對話機器人可以面向不同行業(yè)，比如教育、電商、游戲和生產制造等。尤其是客服和企業(yè)內部協(xié)作中，將以前通過表單、人工等的服務使用自然語言對話的形式實現。應用場景比如智能客服、智能招聘面試、智能提交工單、智能提交請假、智能分析潛在客戶意向等。那么，對話機器人如何進行多輪對話呢？

在基礎模塊之上，再融合為一個多輪對話方案。目前，基礎模塊包括：1）以搜索引擎技術為主的知識庫；2）以機器學習為主的意圖識別；3）以腳本規(guī)則為主的對話腳本。具體如下：

知識庫

通過設定問答對實現問答，對話用戶的請求文本和問答對里的標準問或擴展問比較，計算相似度，當相似度高于閥值時，即認定該問答對的答案是對話用戶需要的回復。

意圖識別

通過為每個意圖添加說法和槽位，訓練機器學習模型。對話用戶的文本被分析為某一個意圖，如果識別了意圖，則計算槽位信息，并且對于沒有識別到的槽位進行追問。槽位可以綁定到某個詞典，對話機器人平臺提供自定義詞典和系統(tǒng)詞典。自定義詞典包括詞匯表詞典和正則表達式詞典，詞匯表詞典主要用于處理業(yè)務上的關鍵字段、同義詞和專有名詞；正則表達式詞典則用于識別手機號、身份證號、訂單號、郵箱等一些具有規(guī)則的信息。系統(tǒng)詞典是用機器學習訓練的命名實體提取判定的信息，比如人名、地名、組織機構和時間等。

腳本對話

腳本對話是通過書寫多輪對話腳本語法建立的規(guī)則組合實現問答。對話腳本將對話分為匹配器，即和對話用戶的輸入進行比較的規(guī)則；回復，匹配規(guī)則后的回復內容，支持文本和函數；上下輪鉤子，將規(guī)則與規(guī)則進行關聯。對話腳本中的函數，使用 JavaScript 方式低代碼編程，內置函數庫，即方便了系統(tǒng)集成，同時也提供大量自然語言處理幫助函數，不需要掌握自然語言處理 NLP 的知識，開發(fā)者可以專注的實現業(yè)務邏輯。

在腳本匹配器語法和函數中，融合知識庫和意圖識別，所以，腳本對話是多輪對話的中心，圍繞腳本實現不同問答技術的融合。所以，很多時候，文檔和產品中，也用【多輪對話】表述腳本對話，就是這個原因。

以上就是對話機器人是如何實現多輪對話的解決方案了。

文章為沃豐科技原創(chuàng)，轉載需注明來源：http://www.gototw.com.cn/ucm/faq/20317