在全球人工智能領(lǐng)域不斷發(fā)展的今天，包括Google、Facebook、Microsoft、Amazon、Apple等互聯(lián)網(wǎng)公司相繼推出了自己的智能私人助理和機(jī)器人平臺。智能人機(jī)交互通過擬人化的交互體驗逐步在智能客服、任務(wù)助理、智能家居、智能硬件、互動聊天等領(lǐng)域發(fā)揮巨大的作用和價值。因此，各大公司都將智能聊天機(jī)器人作為未來入口級別的應(yīng)用對待。今天隨著市場的進(jìn)一步發(fā)展，聊天機(jī)器人按照產(chǎn)品和服務(wù)的類型主要可分為：客服、娛樂、助理、教育、服務(wù)等類型。

　　圖1截取了部分聊天機(jī)器人。

　　圖1 Chatbot匯總阿里小蜜在電商領(lǐng)域的狀況

　　2015年7月，阿里推出了自己的智能私人助理——阿里小蜜，一個圍繞著電子商務(wù)領(lǐng)域中的服務(wù)、導(dǎo)購以及任務(wù)助理為核心的智能人機(jī)交互產(chǎn)品。通過電子商務(wù)領(lǐng)域與智能人機(jī)交互領(lǐng)域的結(jié)合，帶來傳統(tǒng)服務(wù)行業(yè)模式的變化與體驗的提升。在去年的雙十一期間，阿里小蜜整體智能服務(wù)量達(dá)到643萬，其中智能解決率達(dá)到95%，智能服務(wù)在整個服務(wù)量（總服務(wù)量=智能服務(wù)量+在線人工服務(wù)量+電話服務(wù)量）占比也達(dá)到95%，成為了雙十一期間服務(wù)的絕對主力。

　　電商領(lǐng)域下阿里小蜜的技術(shù)實踐

　　技術(shù)overview

　　智能人機(jī)交互系統(tǒng)，俗稱：Chatbot系統(tǒng)或者bot系統(tǒng)，圖2是人機(jī)交互的流程圖。

　　圖2 人機(jī)交互的流程

　　核心是NLU（自然語言理解），通過對話系統(tǒng)處理，最后通過自然語言生成的方式給出答案。一段語言如何理解對于計算機(jī)來說是非常有難度的，例如：“蘋果”這個詞就具備至少兩個含義，一個是水果屬性的“蘋果”，還有一個是知名互聯(lián)網(wǎng)公司屬性的“蘋果”。

　　意圖與匹配分層的技術(shù)架構(gòu)體系

　　在阿里小蜜這樣的電子商務(wù)領(lǐng)域場景中，對接的有客服、助理、聊天幾大類機(jī)器人。這些機(jī)器人，由于本身的目標(biāo)不同，就導(dǎo)致不能用同一套技術(shù)框架來解決。因此，先采用分領(lǐng)域分層分場景的方式進(jìn)行架構(gòu)抽象，然后再根據(jù)不同的分層和分場景采用不同的機(jī)器學(xué)習(xí)方法進(jìn)行技術(shù)設(shè)計。首先我們將對話系統(tǒng)從分成兩層：

　　意圖識別層：識別語言的真實意圖，將意圖進(jìn)行分類并進(jìn)行意圖屬性抽取。意圖決定了后續(xù)的領(lǐng)域識別流程，因此意圖層是一個結(jié)合上下文數(shù)據(jù)模型與領(lǐng)域數(shù)據(jù)模型不斷對意圖進(jìn)行明確和推理的過程；

　　問答匹配層：對問題進(jìn)行匹配識別及生成答案的過程。在阿里小蜜的對話體系中我們按照業(yè)務(wù)場景進(jìn)行了三種典型問題類型的劃分，并且依據(jù)三種類型，采用不同的匹配流程和方法：

　　問答型：例如“密碼忘記怎么辦？”→ 采用基于知識圖譜構(gòu)建+檢索模型匹配方式；

　　任務(wù)型：例如“我想訂一張明天從杭州到北京的機(jī)票”→ 意圖決策+slots filling的匹配以及基于深度強(qiáng)化學(xué)習(xí)的方式；

　　語聊型：例如“我心情不好”→ 檢索模型與Deep Learning相結(jié)合的方式。