文章對(duì)填槽與多輪對(duì)話這一AI概念展開分析解讀，希望能夠幫助PM普及一些AI層面上的知識(shí)。

以一周前的這條微博作為開始——

一周前我講：相對(duì)的，自然語(yǔ)言解析技術(shù)已經(jīng)逐漸不再成為各家廣義智能助理產(chǎn)品的核心競(jìng)爭(zhēng)力，識(shí)別用戶意圖之后所提供的服務(wù)開始成為對(duì)話機(jī)器人差異化的核心。

對(duì)于一個(gè)對(duì)話系統(tǒng)而言，我微博中所指的『后續(xù)服務(wù)』，就是上圖中的 DST（對(duì)話狀態(tài)維護(hù)）以及 Policy（動(dòng)作候選排序），或者統(tǒng)一的稱其為 DM（Dialogue Mannagement，對(duì)話管理）。也即，當(dāng)接收到 NLU 模塊的輸出、其他場(chǎng)景及用戶特征信息之后，判斷系統(tǒng)應(yīng)該跳轉(zhuǎn)到什么狀態(tài)，以及執(zhí)行什么樣的動(dòng)作。

產(chǎn)品角度，DM 是對(duì)話機(jī)器人封閉域多輪對(duì)話體驗(yàn)的核心，正是一次次 DST + Policy 形成了人機(jī)間的多輪對(duì)話體驗(yàn)。

注：我個(gè)人傾向于將“識(shí)別用戶意圖之后，為了獲取必要信息，與用戶進(jìn)行的有目的的多輪對(duì)話”稱為封閉域多輪對(duì)話，區(qū)別于識(shí)別用戶意圖之前，為了利用上文信息，所采用的『上下文替換』、『主體補(bǔ)全』等技術(shù)，也即開放域多輪對(duì)話。下文提到的『多輪對(duì)話』，均指封閉域多輪對(duì)話。

既然多輪對(duì)話在對(duì)話機(jī)器人類產(chǎn)品體驗(yàn)中扮演著如此重要的角色，我便開始思考：一個(gè)架構(gòu)完備的多輪對(duì)話體系應(yīng)該是什么樣的。也即，多輪對(duì)話系統(tǒng)中，至少需要包含哪些模塊，才能為用戶提供一種與人人對(duì)話相去不遠(yuǎn)的人機(jī)對(duì)話體驗(yàn)。

一、多輪對(duì)話

多輪對(duì)話定義

我有個(gè)習(xí)慣，就是在構(gòu)造一個(gè)復(fù)雜系統(tǒng)之前，先從紛繁的細(xì)節(jié)之中跳出，嘗試抽象的描述整個(gè)系統(tǒng)，及系統(tǒng)中的各個(gè)模塊，也即為它們『下定義』。這能幫助你在多種可行方案中做出選擇，也即幫你明確：什么該做，什么不該做，什么該誰(shuí)做。

基于以上思想，我嘗試先給出幾個(gè)我個(gè)人對(duì)于多輪對(duì)話體系定義問題的回答——

基本定義：什么是多輪對(duì)話？?（封閉域）多輪對(duì)話是一種，在人機(jī)對(duì)話中，初步明確用戶意圖之后，獲取必要信息以最終得到明確用戶指令的方式。多輪對(duì)話與一件事情的處理相對(duì)應(yīng)。

補(bǔ)充說明1：所謂『必要信息』一定要通過與用戶的對(duì)話獲取嗎？?不一定，即便是人與人之間的交流，對(duì)話本身所包含的信息也只占總傳遞信息量的小部分，更多信息來源于說話人的身份、當(dāng)前的時(shí)間/地點(diǎn)等一系列場(chǎng)景信息。所以多輪對(duì)話的信息獲取方式，也不應(yīng)當(dāng)只局限于用戶所說的話。

補(bǔ)充說明2：多輪對(duì)話一定在形式上表現(xiàn)為與用戶的多次對(duì)話交互嗎？?不一定，如果用戶的話語(yǔ)中已經(jīng)提供了充足的信息，或者其它來源的補(bǔ)充信息已足夠?qū)⒂脩舻某醪揭鈭D轉(zhuǎn)化為一條明確的用戶指令，那就不會(huì)存在與用戶的多次對(duì)話交互。

以上，是針對(duì)多輪對(duì)話整體定義問題的回答，每個(gè)模塊的相關(guān)定義會(huì)在下文嘗試給出。

二、槽

1、槽（slot）

基本定義：什么是槽？?槽是多輪對(duì)話過程中將初步用戶意圖轉(zhuǎn)化為明確用戶指令所需要補(bǔ)全的信息。一個(gè)槽與一件事情的處理中所需要獲取的一種信息相對(duì)應(yīng)。

補(bǔ)充說明：多輪對(duì)話中的所有的槽位都需要被填充完整嗎？?不一定，以如下對(duì)話為例——

我：『去蕭山機(jī)場(chǎng)多少錢』

出租車司機(jī)：『70』

對(duì)話中的『70』，應(yīng)當(dāng)被理解為70元人民幣，而不必再去追問：『你說的是人民幣、美元、日元還是港幣？』。這類信息應(yīng)當(dāng)以默認(rèn)值的形式存在，也即槽有必填與非必填之分，與上文所說的『信息未必需要通過與用戶的對(duì)話獲取』相對(duì)應(yīng)。

2、詞槽與接口槽

上文反復(fù)的提到，對(duì)話內(nèi)容并不是獲取信息的唯一方式，用戶身份以及當(dāng)前場(chǎng)景也包含著大量值得被利用的隱含信息。所以，與此相對(duì)的，一個(gè)完備的多輪對(duì)話體系應(yīng)當(dāng)同時(shí)具備從用戶話里以及話外獲取信息的能力。

我個(gè)人將“利用用戶話中關(guān)鍵詞填寫的槽”叫做詞槽，“利用用戶畫像以及其他場(chǎng)景信息填寫的槽”叫做接口槽。

舉個(gè)例子，我講『我明天要坐火車去上?！?。其中，分別將『明天』、『上?！惶钊朊麨椤撼霭l(fā)時(shí)間』、『目的地』的詞槽中，而我當(dāng)前所在的位置，則填入到了名為『出發(fā)地』的接口槽中。

3、槽組與槽位

我個(gè)人將“利用用戶話中關(guān)鍵詞填寫的槽”叫做詞槽，“利用用戶畫像以及其他場(chǎng)景信息填寫的槽”叫做接口槽。

舉個(gè)例子，我講『我后天要坐火車去上海』。其中，分別將『后天』、『上?！惶钊朊麨椤撼霭l(fā)時(shí)間』、『目的地』的詞槽中，而我當(dāng)前所在的位置，則填入到了名為『出發(fā)地』的接口槽中。

不知道上文錯(cuò)的如此離譜的結(jié)論，有沒有引起你的注意：）

仔細(xì)讀一遍上面舉的例子，就會(huì)發(fā)現(xiàn)一個(gè)很嚴(yán)重的矛盾點(diǎn)：難道『出發(fā)地』這個(gè)槽不能由用戶指定？用戶完全可以說『我后天要坐火車從北京去上?！?，那它是詞槽還是接口槽？而且更進(jìn)一步的，難道只能用『我當(dāng)前所在的位置』來填入『出發(fā)地』這個(gè)槽中？比如，如果能讀到我的日程表，發(fā)現(xiàn)我明天會(huì)去杭州，那是不是就應(yīng)該用『杭州』而不是『我現(xiàn)在所在的位置』來填『出發(fā)地』這個(gè)槽了？

從中我們能發(fā)現(xiàn)什么呢？同一個(gè)槽，可能會(huì)存在多種填槽方式。

我將可能包含多種填槽方式的槽稱為槽組，槽組下面可能存在任意多個(gè)槽位，也即任意多種填槽方式，而每個(gè)槽位又都對(duì)應(yīng)著『詞槽』與『接口槽』兩種槽位類型之一。

本質(zhì)上來講，槽組（也即上文中提到的『槽』），對(duì)應(yīng)著一種信息，而幾乎不會(huì)有哪種信息的獲取方式只有一種。所以一個(gè)『槽』會(huì)同時(shí)對(duì)應(yīng)多種填槽方式也就是自然而然的了。

依照上文，同一種信息會(huì)有多種獲取方式，也即同一個(gè)槽組會(huì)對(duì)應(yīng)多種填槽方式（槽位）。那不同填槽方式之間必然會(huì)存在優(yōu)先級(jí)的概念。

就如同上文『訂票』的例子，『出發(fā)地』槽包含三種填寫方式，一種詞槽、兩種接口槽，自然的，詞槽的優(yōu)先級(jí)最高，『日程表中隱含的出發(fā)地』次之，『我當(dāng)前所在的位置』再次。

如果將其與前文提到過的必填/非必填結(jié)合起來，其填槽過程應(yīng)當(dāng)遵循以下步驟：

• 嘗試填寫詞槽
• 若失敗，嘗試填寫第一接口槽『用戶日程表中隱含的出發(fā)地』
• 若失敗，嘗試填寫第二接口槽『用戶當(dāng)前所在位置』
• 若失敗，判斷是否該槽必填
• 若必填，反問用戶，重填詞槽 *若非必填，則針對(duì)該槽組的填槽過程結(jié)束

我們需要知道，必填/非必填在邏輯上與槽組而不是槽位平級(jí)，只有信息才會(huì)分為必要/非必要，填槽方式不做這種區(qū)分。而且是否必填實(shí)際上與接口槽無關(guān)，只取決于是否需要與用戶進(jìn)行交互。

4、澄清話術(shù)

與槽組（也即與一種信息）平級(jí)的概念還有一個(gè)，叫做澄清話術(shù)。

澄清話術(shù)是對(duì)話機(jī)器人希望獲取某種信息時(shí)所使用的問句。比如『目的地』對(duì)應(yīng)的澄清話術(shù)就是『您想從哪出發(fā)呢？』，『出發(fā)時(shí)間』對(duì)應(yīng)的澄清話術(shù)就是『您想什么時(shí)間出發(fā)呢？』。

顯而易見的，澄清話術(shù)與槽組而不是槽位平級(jí)。

5、槽的填寫

上文講到，一個(gè)槽組可能會(huì)有多個(gè)槽位，槽位存在詞槽與接口槽之分。

先說詞槽。

詞槽信息的抽取其實(shí)還是有些麻煩的，不過這屬于解析的問題，不在本文探討的范圍內(nèi)，這里只是簡(jiǎn)單提一下，舉兩個(gè)例子：

• 用戶表達(dá)『不』，可能會(huì)有『不行』、『不是』、『算了』、『沒有』等一系列說法。
• 用戶話中有多個(gè)符合條件的關(guān)鍵詞，我們整套多輪對(duì)話中有多個(gè)槽，每個(gè)槽填一個(gè)還是多個(gè)值？哪個(gè)槽與哪個(gè)詞對(duì)應(yīng)？

同義詞典、規(guī)則、雙向LSTM+CRF，各有各的方法。

再說接口槽。

接口槽與詞槽相比，額外存在一個(gè)問題，就是：接口返回的結(jié)果就是用戶需要的結(jié)果嗎？

這里需要分成兩種情況來討論，一種是：我們明確知道接口的返回值可以直接填入槽位（不是槽/槽組）中，不需要向用戶確認(rèn)。

特別的，這里還要明確一點(diǎn)，即便是上述情況，也并不意味著當(dāng)前槽/槽組只有該特定接口槽這一個(gè)槽位。有兩種情況存在：一種是該槽組下只有這一個(gè)槽位，該接口的返回值直接填入槽位中，也相當(dāng)于填入了槽/槽組中；或者該槽位下有多個(gè)槽位，接口槽的填入值并不一定最終作為槽/槽組的填入值。

另一種是：我們知道接口的返回值只能作為參考，需要用戶的協(xié)助才能進(jìn)行槽位的填寫。

這種情況下，需要提供選項(xiàng)，讓用戶最終決定該槽位的填入值，與詞槽一樣，這里同樣需要處理單值/多值的問題。單值/多值在邏輯上與槽組平級(jí)。

此外，這里還要注意一個(gè)否認(rèn)選項(xiàng)的問題，比如我對(duì)阿里小蜜說，我忘記密碼了，它會(huì)通過接口拿到我的當(dāng)前賬號(hào)，然后將其提供選項(xiàng)給我，問『你是忘記了哪個(gè)賬號(hào)的密碼？』，不過，除了我當(dāng)前賬號(hào)之外，還有一個(gè)選項(xiàng)也被提供出來了，就是『不，不是這個(gè)賬號(hào)』。

這代表了一類問題的存在，用戶的意圖并不一定包含在接口的全部返回值之中。所以就必然會(huì)有這樣一種類似『不要/不是/不』的選項(xiàng)，我將其叫做否認(rèn)選項(xiàng)。

用戶選擇否認(rèn)選項(xiàng)后，即意味著該槽位的填寫失敗了，需要填入一個(gè)特殊值代表失敗。用戶選擇否認(rèn)選項(xiàng)的失敗，可以與接口調(diào)用失敗等其它意外情況合并處理，因?yàn)檫@都意味著該槽位填寫失敗，意味著該種信息獲取方式未能成功獲取信息。

如果該槽組下只有這一個(gè)槽位，這個(gè)特殊的失敗表征值就應(yīng)當(dāng)作為整個(gè)槽組的填入值，如果還有其他槽位值，則根據(jù)槽位間優(yōu)先級(jí)最終確定槽組填入值。

6、平級(jí)槽和依賴槽

上面說到底都在講一個(gè)槽組的填寫，也即一種信息的獲取，但多輪對(duì)話的目的是將初步用戶意圖轉(zhuǎn)化為明確用戶指令，這其中所需要的信息通常都不只有一種。

談完了槽組與槽位之間的關(guān)系，接下來談一下槽組與槽組之間的關(guān)系，也即信息與信息之間的關(guān)系。

為了便于理解，我先舉兩個(gè)例子來代表兩種多輪對(duì)話中所包含的極端情況。

第一種：訂車票，你需要知道用戶出發(fā)的時(shí)間、地點(diǎn)、目的地、座位種類。這四個(gè)槽組之間，沒有任何依賴關(guān)系。換言之，你只需要確定好這四個(gè)槽組中必填槽組之間的澄清順序，接收到用戶問句后，對(duì)還未填充完成的必填槽組依次進(jìn)行澄清即可。我將這四個(gè)槽組之間的關(guān)系稱為平級(jí)槽關(guān)系。

另一種，不知道讀者玩沒玩過橙光，或者其它多結(jié)局的劇情類游戲。它們的特點(diǎn)是什么呢？每一個(gè)選擇都會(huì)有影響到后續(xù)劇情發(fā)展也即?每個(gè)槽組的填寫結(jié)果會(huì)影響其它槽組的填寫。換言之，部分槽組依賴前序槽組的填寫結(jié)果，在其依賴的前序槽組填寫完成之前，該槽組都無法進(jìn)行填寫。我將槽組間的這種關(guān)系稱為依賴槽關(guān)系。

這種情況下，整個(gè)多輪對(duì)話過程就形成了一棵樹，極端情況下，這棵樹是滿的。樹上的每個(gè)節(jié)點(diǎn)放置著一個(gè)會(huì)對(duì)后續(xù)對(duì)話走向產(chǎn)生影響的槽組。

槽關(guān)系的選擇要根據(jù)實(shí)際業(yè)務(wù)場(chǎng)景來確定。

如果錯(cuò)將平級(jí)槽采用依賴槽關(guān)系來管理，就會(huì)出現(xiàn)信息的丟失。比如 A、B、C，三者本為平級(jí)槽關(guān)系，但卻將其用 A->B->C 的依賴槽關(guān)系來管理，那即便用戶問句中包含填寫 B、C 槽組的信息，也可能會(huì)由于 A 槽組的未填寫而造成 B、C 槽組的填寫失敗。

如果錯(cuò)將依賴槽采用平級(jí)槽的關(guān)系來管理，就會(huì)出現(xiàn)信息的冗余，比如 A、B、C三者的關(guān)系為 A、A1->B、A2->C，那即便用戶將值 A1 填入槽組 A 后，卻仍然需要向用戶詢問本不需要的 C 槽組的填寫信息。

上述兩種情況屬于全平級(jí)槽關(guān)系與全依賴槽關(guān)系的特殊情況，在實(shí)際的業(yè)務(wù)場(chǎng)景中，這兩種關(guān)系會(huì)是同時(shí)存在的，不同槽組間，既有平級(jí)槽關(guān)系，又有依賴槽關(guān)系。

實(shí)際業(yè)務(wù)場(chǎng)景中，完整的多輪對(duì)話過程通常會(huì)以樹的形式存在，每個(gè)節(jié)點(diǎn)存在一個(gè)或多個(gè)槽組，用于獲取一種或多種信息，節(jié)點(diǎn)間的槽組為依賴關(guān)系，節(jié)點(diǎn)內(nèi)的槽組為平級(jí)關(guān)系。

上文將多輪對(duì)話定義為一件事情的處理，槽組/槽定義為一種信息的獲取，槽位定義為信息的一種獲取方式。這里我傾向于將多輪對(duì)話樹結(jié)構(gòu)中的一個(gè)節(jié)點(diǎn)定義為處理事情的一個(gè)步驟。

一件事情的處理包含多個(gè)步驟，每個(gè)步驟中需要補(bǔ)全一種或多種信息，每種信息存在一種或多種獲取方式。

上述定義和組里算法大佬的定義有些分歧，不過誰(shuí)讓這是我的文章呢：）就按我的來。

7、填槽意義

結(jié)合上文，我們需要了解到，填槽的意義有兩個(gè)：作條件分支多輪對(duì)話、作信息補(bǔ)全用戶意圖。換言之，填槽不僅是補(bǔ)全用戶意圖的方式，而且前序槽位的填寫還會(huì)起到指導(dǎo)后續(xù)信息補(bǔ)全走向的作用。

8、準(zhǔn)入條件

上文我們講到，完整的多輪對(duì)話過程通常會(huì)以樹的形式存在，樹中包含多個(gè)節(jié)點(diǎn)，代表處理這件事情的一個(gè)步驟。

而每個(gè)節(jié)點(diǎn)，都應(yīng)當(dāng)有其特別的準(zhǔn)入條件。樹的根節(jié)點(diǎn)往往需要限制?NLU 模塊的輸出，也即明確什么樣的用戶意圖將會(huì)由該棵多輪對(duì)話樹來處理；樹的中間及葉子節(jié)點(diǎn)往往需要根據(jù)前序槽組的填槽結(jié)果以及其他背景信息進(jìn)行條件限制。（如果將所有信息，比如 NLU 模塊輸出，或是其他背景信息都看做前序槽組的填寫結(jié)果，那就能得到統(tǒng)一的槽組-條件-槽組-條件……形式，槽組用于獲取信息，條件用于信息限制）

我嘗試從兩個(gè)角度來描述一套完備的準(zhǔn)入條件體系。

一個(gè)是多條件的組織形式，準(zhǔn)入條件在邏輯上應(yīng)該支持條件間的與或非，百度的 UNIT 平臺(tái)提供了一種相對(duì)成熟的組織形式，將準(zhǔn)入條件整體劃分為條件和條件組，條件包含在條件組中，組內(nèi)條件間是且關(guān)系，條件組之間是或關(guān)系（當(dāng)然這里的且與或可以根據(jù)自身業(yè)務(wù)情況對(duì)調(diào)），條件本身支持非關(guān)系。

一個(gè)是單條件的限制能力，準(zhǔn)入條件應(yīng)當(dāng)同時(shí)支持對(duì)前序槽組填寫值、填寫方式、填寫狀態(tài)進(jìn)行限制。也即需要有針對(duì)值的條件、針對(duì)類型的條件和針對(duì)狀態(tài)的條件。簡(jiǎn)單的講，狀態(tài)就是『填了嗎』，類型就是『誰(shuí)填的』，值就是『填了什么』。

不同業(yè)務(wù)場(chǎng)景下我們會(huì)需要不同角度的限制條件。比如，上文中提到填槽的意義包含兩種：作條件分支多輪對(duì)話、作信息補(bǔ)全用戶意圖，如果僅僅作信息，那我們通常就只關(guān)心『填了嗎』，只要填寫完成就進(jìn)行后續(xù)步驟，并不關(guān)系『誰(shuí)填的』以及『填了什么』；但是如果槽組內(nèi)的填入值會(huì)影響后續(xù)多輪對(duì)話走向，那我們就傾向于通過槽組的填入方式或填入值來作多輪對(duì)話的分支。

三、答案系統(tǒng)、話題切換和狀態(tài)切換

1、答案系統(tǒng)

先明確一個(gè)觀點(diǎn)，多輪對(duì)話樹的節(jié)點(diǎn)屬于對(duì)話節(jié)點(diǎn)而不是答案節(jié)點(diǎn)，同一份答案可能會(huì)出現(xiàn)在多個(gè)對(duì)話節(jié)點(diǎn)中。

答案系統(tǒng)和多輪過程應(yīng)當(dāng)是解耦的，答案系統(tǒng)中的每份答案都應(yīng)當(dāng)設(shè)置好自己的觸發(fā)條件。舉個(gè)例子，若存在 ABC 三個(gè)槽，A=A1、B=B3、C=C1 提供答案一，A=A2、B=B1、C=C2 或 A=A3、B=B2、C=C1 提供答案二。

另外，答案的種類也不應(yīng)僅局限于文本，富文本、接口、話題切換，都可以視為合理的答案形式。

2、話題切換

話題切換指用戶與用戶的對(duì)話從一個(gè)多輪過程切換至另一個(gè)多輪過程，話題切換有主動(dòng)切換和被動(dòng)切換之分。

上文提到的作為答案的話題切換，就可以理解為主動(dòng)的話題切換。

被動(dòng)的話題切換是指，系統(tǒng)發(fā)現(xiàn)無法從用戶的問句中抽取信息以繼續(xù)當(dāng)前的多輪對(duì)話，只好將其作為一條全新的問句重新進(jìn)行解析和話題識(shí)別。

話題切換，尤其是主動(dòng)的話題切換會(huì)涉及到一個(gè)新問題：槽繼承。舉個(gè)例子——

我：『我明天要坐高鐵從杭州到北京』

我：『算了，還是坐飛機(jī)吧』

這種情況下，機(jī)器人不應(yīng)當(dāng)重復(fù)詢問『出發(fā)地』、『出發(fā)時(shí)間』和『目的地』。

除了槽繼承，還有一個(gè)與之相對(duì)的問題叫做槽記憶，這通常適用在被動(dòng)式的話題切換中。由于解析失誤，或者其他原因，使得用戶跳出了原話題，當(dāng)用戶在一定時(shí)間內(nèi)重新回到原話題時(shí)，不應(yīng)讓用戶重復(fù)進(jìn)行填槽，該技術(shù)已被用于阿里小蜜，不過他們似乎稱之為『多輪狀態(tài)記憶』。

舉個(gè)例子——

我：幫我訂張從杭州到北京的機(jī)票。

VPA：請(qǐng)問您希望哪天出發(fā)呢？

我：明天杭州下雨嗎？

VPA：明天杭州有雷陣雨。

我：后天呢？

VPA：后天杭州天氣晴。

我：機(jī)票訂后天的。

VPA：好的，已幫你預(yù)定后天從杭州到北京的機(jī)票。

3）狀態(tài)切換

我們還需要思考這樣一個(gè)問題，既然話題可以切換，也即一個(gè)多輪過程可以切換到另一個(gè)多輪過程，那多輪過程中的對(duì)話狀態(tài)是否可以切換？

我舉兩個(gè)例子——

第一個(gè)：

我：幫我訂張機(jī)票，從杭州出發(fā)。

VPA：請(qǐng)問你想去哪呢？

我：（發(fā)現(xiàn)明天杭州有雷陣雨）換出發(fā)地。

VPA：請(qǐng)問你想從哪出發(fā)呢？

我：上海。

多輪對(duì)話應(yīng)當(dāng)允許回到前序節(jié)點(diǎn)。

第二個(gè)：

我：我想買個(gè)杯子。

VPA：以下是為您推薦的杯子。（展示結(jié)果一）

我：換一換。

VPA：以下是為您推薦的杯子。（展示結(jié)果二）

多輪對(duì)話應(yīng)當(dāng)允許重復(fù)進(jìn)入同一節(jié)點(diǎn)。

結(jié)語(yǔ)

就先這么多吧：）

作者：我偏笑?，AI產(chǎn)品經(jīng)理大本營(yíng)”成員，“AI研習(xí)小分隊(duì)”的分享嘉賓之一

本文由人人都是產(chǎn)品經(jīng)理專欄作家?@黃釗?授權(quán)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自PEXELS，基于CC0協(xié)議