邊界對(duì)BOT產(chǎn)品極為重要，因?yàn)槊恳粋€(gè)模塊要么是為了解決一個(gè)邊界問題，要么是在某個(gè)邊界內(nèi)去解決某類問題。

下面的文章，是我在做BOT產(chǎn)品上時(shí)最近的一些思考，其中并不代表現(xiàn)在做BOT的通用思維或方法論，我更想通過自己的思考和總結(jié)，去嘗試推演出在做BOT產(chǎn)品時(shí)，到底要解決的是什么問題，而這個(gè)問題對(duì)我們來說的本質(zhì)是什么，邊界是在哪里。

一、BOT配置架構(gòu)

這個(gè)架構(gòu)流程，是我所理解的系統(tǒng)搭建一個(gè)場景的模塊與流程，其中每個(gè)模塊都是去解決一個(gè)子問題，整個(gè)對(duì)話系統(tǒng)由他們構(gòu)成。

二、NLU語義解析框架

建立NLU語義解析框架是做BOT的基礎(chǔ)與核心，現(xiàn)在絕大多數(shù)的做法，都是通過場景(即Domain）去建立場景內(nèi)的用戶意圖和槽位信息。

這個(gè)框架之所以非常重要，是因?yàn)橐环矫嬖谝痪銺uery進(jìn)來之后，要通過以這個(gè)框架為基礎(chǔ)的去觸發(fā)意圖，解析信息；另一方面又連接起解析完成后服務(wù)的請(qǐng)求，以及給用戶的話術(shù)回復(fù)的配置。

在我個(gè)人看來，產(chǎn)品在這個(gè)模塊工作本質(zhì)是為“NLU語義”、“用戶語音交互需求”和“服務(wù)或內(nèi)容”這三個(gè)維度找到交集，并據(jù)此建立解析框架。

對(duì)NLU技術(shù)團(tuán)隊(duì)來說，理論上是可以把任何形式話語或詞語設(shè)置成意圖句式和槽位信息去處理，但這樣的技術(shù)實(shí)現(xiàn)沒有任何現(xiàn)實(shí)意義，解析出來的信息必須是去尋找用戶的意圖和其中的關(guān)鍵信息，但兩個(gè)集合的交集還不夠。

語音交互本身只是一種信息傳遞形式，最終目的是通過這個(gè)傳遞方式，幫助用戶獲取滿足其需求的服務(wù)價(jià)值——那也就必須考慮到服務(wù)本身，反過來對(duì)BOT上的限制，或者“參考”可能更加合理。因?yàn)樽罱K的目的是去通過語義解析的參數(shù)，去精準(zhǔn)映射服務(wù)的不同信息，并且根據(jù)不同信息的組合，去差異化配置回復(fù)話術(shù)。

這個(gè)服務(wù)方的“參考”非常重要——因?yàn)槿魏涡问降姆?wù)，無論是像聽音樂聽相聲這樣的內(nèi)容服務(wù)，還是查天氣或訂票這樣的生活服務(wù)（可能閑聊除外），服務(wù)價(jià)值本身是先于“語音交互”這個(gè)形式而存在的，服務(wù)方已經(jīng)和用戶經(jīng)過長久的互動(dòng)和連接，彼此早就形成了互相認(rèn)同信息框架。

比如對(duì)于內(nèi)容播報(bào)這個(gè)領(lǐng)域來說，“信息傳遞框架”可提供的就像是“資源名稱、創(chuàng)作者、表演者、風(fēng)格、年代、適合播放場景”這樣的信息；對(duì)于天氣服務(wù)來說，可提供的就是“城市、經(jīng)緯度和日期”這樣的參數(shù)。

也就是說，用戶Query經(jīng)過BOT后，必須能夠獲得完美映射服務(wù)的不同參數(shù)，以獲取不同的信息，才能返回給用戶他們所需要的服務(wù)，這樣才算是一個(gè)完整的以語音交互形式，從需求到價(jià)值滿足的閉環(huán)

所以，搭建NLU語義解析框架這個(gè)問題的本質(zhì)，是基于以上這三個(gè)維度，去尋找一個(gè)“最優(yōu)解集合”的問題

三、意圖句式配置

3.1意圖要素

在搭建起某個(gè)場景的NLU語義解析框架后（包含意圖和槽位），面臨最重要的問題就是什么樣的Query可以觸發(fā)意圖（這是需要產(chǎn)品去定義和配置的），即把與意圖不相關(guān)的Query擋在外面，把與意圖相關(guān)的Query盡可能使其觸發(fā)對(duì)應(yīng)的意圖。

那么在本質(zhì)上，這就成了一個(gè)“邊界判定”的問題：什么樣的Query可以進(jìn)入到意圖邊界之內(nèi)，什么樣的Query要在意圖邊界之外？

那么先暫時(shí)拋開意圖和句式這些東西不談，我嘗試從邏輯上論證并得出這個(gè)“邊界問題”的解，然后關(guān)于“意圖和句式”的問題可能自然就解開了。

假設(shè)一個(gè)元素A，它之所以能夠成為或者能被定義為元素A，而不是元素B、C或D，那么它一定含有只有它才有的要素，是其他元素“B、C、D”所沒有的；或者說即使有，也因?yàn)闃?gòu)成要素之間的排序差別，導(dǎo)致不同。

因?yàn)槿绻谹與元素B擁有的要素全部相同且順序相同，那么也就不存在“A與B”的區(qū)別。

也就是說，元素A之所以能夠成為A，是因?yàn)樗邆浞铣蔀锳的所有要素條件。

舉個(gè)栗子：

假設(shè)一臺(tái)“臺(tái)式電腦”（A）能夠成為電腦的必要要素是“屏幕”和“鍵盤”與“主機(jī)”（注意這里是假設(shè)，而不是事實(shí)），那么因?yàn)橐慌_(tái)筆記本電腦（元素B）雖然同樣具備“屏幕”和“鍵盤”，但并不具備“主機(jī)”，他們?cè)凇爸鳈C(jī)”這個(gè)要素上有差異，所以筆記本電腦不是臺(tái)式電腦

那么我們可以用演繹法將這個(gè)結(jié)論放在我們“意圖觸發(fā)邊界”這個(gè)問題上：

一個(gè)“意圖A”之所以能夠成為意圖“A”，一定有符合意圖A的全部必要要素才可以。

換句話說，只有符合該意圖的所有必要要素條件，這個(gè)Query句式才能夠觸發(fā)該意圖。

那么，關(guān)于意圖的邊界判定的問題，就成了一個(gè)“構(gòu)造意圖必要要素”的問題——只有符合該意圖的所有必要要素才能觸發(fā)我們配置的意圖，不符合的就不能觸發(fā)。

那么，我將一句話的信息按照“信息類型”和“必要要素”兩個(gè)維度，去劃分為四個(gè)類別：

1. 必要槽位信息
2. 必要意圖信息
3. 非必要槽位信息
4. 非必要意圖信息

通過這樣的劃分，基本問題的解就出來了。

在確定一個(gè)意圖后，要找到得就是表格中的“意圖必要要素”，它又有兩種信息類型構(gòu)成即“必要槽位信息”和“必要意圖信息”，只有符合“意圖必要要素”，那么這個(gè)句式才可以觸發(fā)對(duì)應(yīng)的意圖。

先舉個(gè)栗子，假如你的一個(gè)Intent是“查天氣”，那么以下句式都是可以觸發(fā)該意圖：

A：天氣怎么樣

B：今天天氣怎么樣

C：北京今天天氣怎么樣

D：播一下天氣預(yù)報(bào)

我們來簡單分析一下：

• 在句式A，它的必要要素有兩個(gè)“天氣”和“怎么樣”；
• 在B，必要要素為“天氣”和“怎么樣”，非必要要素為“今天”；
• 在C，必要要素為“天氣”和“怎么樣”，非必要要素為“今天”和“北京”；
• 在D，必要要素為“播”和“天氣”，非必要要素為“一下”和“預(yù)報(bào)”

3.2“意圖必要”與“意圖必填”

這個(gè)問題需要解釋，“北京”和“今天”明明是必填槽位啊，怎么會(huì)在這里被劃分為“非必要要素”（也即非必要槽位信息）呢？

這里就要澄清一下“必要”和“必填”的概念：他們之間所處的BOT流的模塊和要解決的問題在本質(zhì)上是不一樣的。

• “意圖必要槽位信息”是用于判定用戶的某句Query能否觸發(fā)某個(gè)意圖，它的本質(zhì)是“邊界判定”，所處的位置是在一句Query進(jìn)來后意圖分類和句式匹配的階段；
• 而“意圖必填槽位”，是在句式已經(jīng)確認(rèn)完全符合并觸發(fā)某個(gè)配置好的明確意圖之后，去請(qǐng)求后續(xù)服務(wù)而言是否“必填選項(xiàng)”。

還是以天氣為例子，在“天氣怎么樣”這個(gè)句式中，【天氣】和【怎么樣】即上表中“意圖必要信息”，他們不是某個(gè)槽位，但確實(shí)是出發(fā)這個(gè)意圖的“必要要素”，用戶說出這句話，是一定可以觸發(fā)意圖的。

但觸發(fā)意圖之后，要請(qǐng)求“天氣服務(wù)”則必須有“城市”和“日期”兩個(gè)信息才能完成服務(wù)，所以這時(shí)候“城市”與“日期”會(huì)成為意圖的兩個(gè)“必填槽位”。

所以可以看出：在配置意圖句式的模塊，對(duì)于能否觸發(fā)意圖這個(gè)邊界而言，“必要要素”是可以不含有解析框架中的任何槽位的。這在我一開始接觸BOT的時(shí)候給我造成了很大的困惑，因?yàn)榉船F(xiàn)在的一些信息，都是突出了槽位相對(duì)于已經(jīng)出發(fā)意圖后，在請(qǐng)求對(duì)應(yīng)服務(wù)上的“必填性”，而沒有強(qiáng)調(diào)在觸發(fā)意圖邊界上的“必要性”，但實(shí)際上他們是兩個(gè)概念。

對(duì)于某個(gè)句式能否觸發(fā)某個(gè)意圖而言，句式中必要要素是可以不含有任何“槽位信息”的（比如上文中不一定含有“北京”和“今天”就能觸發(fā)查詢天氣意圖），但是卻必須有“必要意圖信息”（比如上文的“天氣”和“怎么樣”）

這就為我們提供意圖句式配置的一個(gè)邊界標(biāo)準(zhǔn)，一個(gè)句式能否觸發(fā)某個(gè)意圖，一定要含有這個(gè)意圖句式的“必要要素”，而這個(gè)必要要素由兩部分構(gòu)成分別為“必要槽位信息”和“必要意圖信息”，其中“必要槽位信息”是非必須存在的，而必要“必要意圖信息”是必須存在的，這是我在配置意圖句式要素的一個(gè)核心思路

3.3意圖表達(dá)類型句式

接下來，我們?cè)倏纯戳硗庖粋€(gè)現(xiàn)象，比較一下“A”和“D”的共性和區(qū)別。

按照我剛才的說法，A中含有的“必要意圖信息”分別為“天氣”和“怎么樣”；而D中含有的“必要意圖信息”分別為“播”和“天氣”（注意這兩個(gè)句式，都不含有“必要槽位信息”，符合我剛才的理論）。他們之間共有的必要要素為“天氣”，而差異的要素為“怎么樣”和“播”，但是他們可以觸發(fā)的是同一個(gè)Intent(查詢天氣）

這里就再引申我自己給定義的一個(gè)概念，即“意圖表達(dá)類型句式”：同樣的一個(gè)意圖，會(huì)包含有不同的表達(dá)類型句式，但是這些表達(dá)類型不同的句式都可以觸發(fā)這一個(gè)意圖。而不同的“意圖表達(dá)類型句式”，所包含的意圖必要要素又是不一樣的。

比如剛才的“句式A”和“句式D”本質(zhì)上就是觸發(fā)同一個(gè)查詢天氣意圖的不同“意圖類型表達(dá)句式”，一個(gè)是“天氣怎么樣”，另一個(gè)是“播一下天氣”，在這兩個(gè)句式的必要要素中，差異的就是“怎么樣”和“播”，那么他們就屬于不同的“意圖類型表達(dá)句式”。

那么到這里，結(jié)合上面的“意圖要素理論”，可以得出一個(gè)自己在意圖句式配置中，建立意圖邊界的核心思路：

根據(jù)NLU語義解析框架進(jìn)行意圖分類后，按照“意圖必要要素”去劃分出同一個(gè)意圖的不同表達(dá)類型句式，然后將必要要素，可能是槽位，也可能是意圖信息，按照順序排列好，這就可以構(gòu)建“一個(gè)明確意圖、一個(gè)明確表達(dá)句式”的基礎(chǔ)邊界句式，只要符合這個(gè)邊界的句式，全都可以觸發(fā)這個(gè)意圖。

后面的工作就是在這個(gè)基礎(chǔ)上，把一些“非必要要素”配置上去以覆蓋更多句式。這里就不展開說了，比如說在必要要素為“天氣”和“怎么樣”這兩個(gè)要素配置好后，可以放的“非必要要素”是槽位信息“城市”和“日期”，組成多樣的句式如：

• {城市}天氣怎么樣
• {日期}天氣怎么樣
• {城市}{日期}天氣怎么樣
• {日期}{城市}天氣怎么樣

至于后面的包括非必要要素的配置、排列組合和詞典等，本質(zhì)上都是基于這個(gè)基礎(chǔ)句式去服務(wù)，以符合這個(gè)邊界的更多意圖句式的。

四、多輪對(duì)話

多倫對(duì)話現(xiàn)在普遍的劃分方式，分為“線性多倫”和“非線性”多倫。

從功能層面上來講：

• 線性多倫是在必填槽位缺失，通過系統(tǒng)主動(dòng)發(fā)起追問的方式，去獲得缺失的槽位；
• 非線性多倫是解決需要聯(lián)系上文才能獲得用戶完整意圖的問題。

雖然都被稱之為“多倫”，但這兩個(gè)模塊本質(zhì)上在整個(gè)系統(tǒng)里所要解決的問題，以及問題的邊界是不同的。

4.1線性多輪定位與邊界

首先先看線性多輪所解決問題的邊界，他是為了在某一個(gè)意圖的對(duì)話中，由于用戶發(fā)起了某項(xiàng)意圖，但是意圖中有缺失的必填槽位，而發(fā)起的一種追問方式以獲取該槽位的信息。而該意圖及其“必填槽位信息”是已經(jīng)事先被定義好的，換句話說，該意圖請(qǐng)求服務(wù)所需要的“完整意圖信息”是已經(jīng)事先被我們所圈定好的，解決的問題只是在缺失時(shí)怎么補(bǔ)上就可以了。

再看它在整個(gè)對(duì)話流中的定位，是在一句Query符合“意圖觸發(fā)必要要素”，可以觸發(fā)場景中的某個(gè)意圖，但是觸發(fā)之后，卻缺失了“意圖請(qǐng)求服務(wù)必要要素”（即某些必填槽位信息）。

線性多輪的存在位置，就是為了彌補(bǔ)上兩者之間的GAP（如下圖）：

這里還想?yún)^(qū)分一下“意圖觸發(fā)必要要素”和“意圖請(qǐng)求服務(wù)必要要素”之間的概念區(qū)別：

前者是為了判斷是否能夠觸發(fā)并進(jìn)入某個(gè)意圖的邊界，而后者則是能否具備完整請(qǐng)求后續(xù)服務(wù)的邊界。

4.2非線性多輪

為什么說“非線性多倫”本質(zhì)上與“線性多倫”并不是一回事呢？我們從三個(gè)維度上去看

“用戶完整意圖”定義

從目標(biāo)上，雖然線性多倫與非線性多倫都是為了獲取用戶的完整意圖信息，但在“完整”的定義上，線性多倫是已經(jīng)被設(shè)定死的。

而非線性多倫中，用戶的每一個(gè)意圖是否“完整”，都是不可知的。

問題邊界

再看解決的問題：因?yàn)槿苏f話的習(xí)慣，往往會(huì)把前一兩句說過的信息默認(rèn)忽略，即假定你已經(jīng)知道上面的信息。而計(jì)算機(jī)處理的方式，卻只能以一句完整Query意圖的方式去處理。

比如你第一句“我想聽劉若英的后來”，第二句“換張智霖的”，如果光看第二句，系統(tǒng)并不知道你的完整意圖是“我想聽張智霖唱的后來”。

所以非線性多輪這個(gè)模塊的本質(zhì)，是為了解決“人基于上下文說話習(xí)慣”與“計(jì)算機(jī)處理意圖信息”方式之間的GAP。

那么為了彌補(bǔ)上這個(gè)GAP，第一個(gè)要解決的問題，還是邊界問題，即“什么時(shí)候要聯(lián)系上文”——這是在非線性多倫找模塊中，找到得第一個(gè)邊界。

接下來的討論，還是只限定在一個(gè)場景內(nèi)，既然是在場景內(nèi)，按照指定的語義解析框架，要分為“意圖內(nèi)”和“跨意圖”的非線性多倫。他們兩個(gè)又是在第一個(gè)邊界內(nèi)，解決兩類問題。

4.3意圖內(nèi)非線性多輪邊界問題

在用戶發(fā)起第一輪的對(duì)話后，第二輪的對(duì)話是可以任意的，但我們卻沒必要對(duì)所有的Query進(jìn)行理解與回復(fù)。

比如用戶第一輪“我想聽歌”，第二輪如果是“換周杰倫的”，那么系統(tǒng)就有必要基于上文去理解并獲取用戶完整意圖。如果第二輪是“那明天呢”，那么這樣的Query是可以置之不理的。

這樣就引出“意圖內(nèi)非線性多輪”的一個(gè)邊界：需要聯(lián)系上文，且涉及到在相同意圖內(nèi)槽位信息的變動(dòng)，才能獲得用戶完整意圖信息。

找到這個(gè)邊界，之后要做得就是在配置好的意圖及句式中，看看哪些槽位是可以改變的，被改變的意圖有哪些，然后按照“意圖要素”去配置句式，為“非線性多輪意圖”劃定可以觸發(fā)的邊界

4.4跨意圖非線性多倫邊界問題

“跨意圖非線性多倫”問題的邊界，我這就給出自己的理解：需要聯(lián)系上文，且兩個(gè)意圖之間的“意圖服務(wù)必要要素”（即必填槽位）必須完全相同，才能獲得用戶完整意圖信息。

因?yàn)橛|發(fā)某個(gè)意圖，是可以不需要任何“槽位信息”的，但請(qǐng)求服務(wù)的時(shí)候，幾乎是必須要含有“槽位信息”的。而用戶在第二輪觸發(fā)“新意圖”的時(shí)候，可以通過不含有任何“槽位信息”的句式觸發(fā)新意圖，但系統(tǒng)如果要在觸發(fā)意圖之后去請(qǐng)求服務(wù)，則必須保證“意圖服務(wù)必要要素”的完整，但這時(shí)候是不可能強(qiáng)制讓用戶在Query里體現(xiàn)“槽位信息”。

那么問題就變成了：在第二輪用戶發(fā)起的對(duì)話中，必須保證在不含有任何“槽位信息”的情況下，Query是可以觸發(fā)某個(gè)意圖。觸發(fā)這個(gè)意圖后又不能去通過“線性多輪”這個(gè)模塊去獲取觸發(fā)意圖后的“服務(wù)必要要素”，那么只能通過另一種形式去獲取“必填槽位”，即上一輪的槽位繼承。

這也就限定了“跨意圖非線性多輪”所能解決的問題的邊界：只有在兩個(gè)意圖的“服務(wù)必要要素”（必填槽位）完全相同的情況下，才可以保證在用戶在不提供任何槽位信息的Query中；你是可以通過槽位繼承的方式，滿足此意圖的“服務(wù)必要要素”的槽位信息。否則第二輪中“觸發(fā)意圖”和“意圖服務(wù)”之間的GAP，在不借用“線性多輪”能力的情況下，是沒有辦法完美彌補(bǔ)上的。

可一旦你借用了“線性多輪”追問補(bǔ)槽的能力，那么這個(gè)問題也就不再是一個(gè)“多輪對(duì)話”的問題——因?yàn)樗呀?jīng)超出了“需要聯(lián)系上文才能獲得完整意圖”這個(gè)邊界。

所以，在“跨意圖非線性多倫”這個(gè)問題邊界內(nèi)，需要去人為定義哪些意圖之間是可以進(jìn)行跨意圖多倫對(duì)話的。

現(xiàn)在普遍的實(shí)現(xiàn)方式，是去配置一個(gè)意圖的“輸入前置語境”和“輸出語境”，來限定某個(gè)意圖在第二輪的觸發(fā)，即時(shí)句式完全相同，也必須在符合配置好的“輸入前置語境”條件下，才能觸發(fā)。

確定好一個(gè)“跨意圖非線性多倫”意圖可觸發(fā)的前置條件后，下面的工作就和“配置意圖句式”模塊流程相似了，配置這個(gè)意圖的可能“意圖表達(dá)類型”和其中的“意圖觸發(fā)必要要素”

比如在“查天氣”這個(gè)場景中，兩個(gè)intent分別為“查溫度”和“查空氣質(zhì)量”。那么在“查空氣質(zhì)量”這個(gè)“跨意圖非線性多倫”的配置中，前置輸入語境條件就是“查溫度”這個(gè)Intent，觸發(fā)“查空氣質(zhì)量”的這個(gè)意圖必要要素就是“空氣質(zhì)量”這四個(gè)字（不含任何槽位信息），比如“那空氣質(zhì)量呢”。

完整過程如下：

QA：北京今天溫度多少 （獲取【城市】與【日期】必填槽位）

AN：氣溫XX度

QA（二輪）：那空氣質(zhì)量呢

AN：今天PM2.5XXXXX…..

可以看到，在第一輪的句式Query里，如果用戶僅僅說“那空氣質(zhì)量呢”要么是不會(huì)觸發(fā)意圖，或即時(shí)可以觸發(fā)也需要“線性多倫”或其他方式去補(bǔ)槽。而“查空氣質(zhì)量”這個(gè)意圖，通過“跨意圖非線性多倫”的配置，“那空氣質(zhì)量呢”這個(gè)句式，在符合前置語境條件的情況下，是可以匹配上“查空氣質(zhì)量”這個(gè)意圖，并且后續(xù)通過槽位繼承的方式形成“完整用戶意圖”去請(qǐng)求后續(xù)的服務(wù)

4.5多輪槽位解決方式

在邊界問題之后，就是如何獲取用戶完整意圖的問題。這個(gè)在反而是比較簡單的了，操作的方式無非是槽位的“繼承、替換和新增”上，并且這樣的操作方式是可以直接在邏輯上得以證明的。

當(dāng)然，還有一些比較特殊的Query進(jìn)行槽位的特殊處理。

比如用戶第一輪“我想聽《愛我別走》”，系統(tǒng)隨機(jī)放了一首張震岳唱的愛我別走，用戶聽著聽著第二輪“換別人唱的”。這種情況下用戶的完整意圖是“我不想聽張震岳版本的《愛我別走》”（原諒我是個(gè)周杰倫粉….），但你會(huì)驚人地發(fā)現(xiàn)，兩輪Query的槽位只有一個(gè)“愛我別走”（歌曲名稱槽位），但用戶的完整意圖是“我想聽不是張震岳唱的《愛我別走》”，你怎么破！

這樣的特殊情況，也是有一套通用的方法，是可以通過特殊句式匹配和槽位處理方式，以及后續(xù)的搜索手段去解決的。

在“非線性多倫”這個(gè)模塊，我更多是提出了自己的問題，而沒有在解決思路和方法論的層面上做過的的闡述，因?yàn)榫拖裎以谧铋_始說的，我更希望通過這篇文章，去思考在整個(gè)BOT對(duì)話中，在每一模塊，我們要解決的是什么問題。

到這里，我大概論述了我對(duì)整個(gè)BOT產(chǎn)品的框架的認(rèn)知，其中涉及到最多的關(guān)鍵字，就是“邊界”。隨著了解和思考的深入，越來越體會(huì)到邊界對(duì)BOT產(chǎn)品極為重要，因?yàn)槊恳粋€(gè)模塊要么是為了解決一個(gè)邊界問題，要么是在某個(gè)邊界內(nèi)去解決某類問題。

當(dāng)然，以上僅是基于個(gè)人的一些思考和想法，也并沒有在上面過多提及方法論層面上的東西，也希望之后會(huì)能分享出來。

本文由 @free 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash ，基于 CC0 協(xié)議