自然语言生成(NLG)——为用户制定合理的话术回应***近,大部分注意力都集中在***部分,但其中还存在很多课题,不适合这些机器学习
的理由是谈话的响应生成不仅仅是收集和分析大量的数据。 今后几年,这种持续状态的对话课题需要更多地关注NLG和对话管理部分的问题。让我们看看电s话机器人是如何实现对话的。(1)用户(语音)-大于语音识别:机器不能识别语音,***步骤是将用户发出的语音转换为字符,该步骤需要依赖于语音识别技术。仅仅是语音
识别,是一种复杂且需要持续投入的技术,因此电s话智能机器人的制造商很多,使用这些大制造商的语音识别技术。(2)语音识别–(文本)–>自然语言理解:此时,用户说的话已经通过语音识别转换成了文字,而机器拿到文字后,需要利用自然语言理解,来识别用户的意图,通俗的来说就是理解用户在讲什么。(3)语言识别–(意
图)–>对话管理:这时候,机器已经识别了用户的意图,下面机器就需要决定改如何回复用户的问题了。比如说是继续按照正常对话流程往下走,还是需要先回答用户的疑问?抑或者需要重新把刚才说的话再说一遍?(4)对话管理–(触发)–>预置话术:此时的机器已经知道该回复用户的具体内容了,这时候就该组织回复的语言了。
而一般来说,这些话术都是预先设置好的,等需要用到这块内容的时候,从这块内容对应的话术中抽取一条出来回复就好。在回答同一个话题时,话术不重复,给用户更好的体验。(5)事先讲话-(调用) -大于人工录音:当然,如果知道机器需要回答哪个讲话,就必须调用与这个讲话对应的录音。结果,我们在打电s话。此时,
为了使营销效果更好,大多数客户都选择播放真人录音。 结果,这个效果更真实。 正因为如此,人工录音的效果,很大程度上左右着前端用户接电s话时的体验。与传统的电s话营销相比