阿里巴巴人工智能实验室(AI-Labs)在2018云栖大会上宣布了 5 件大事:大脑升级、造机器人、造无人车、修路,以及开酒店。这里的“大脑”指的是阿里的AliGenie人工智能系统,AliGenie是AI-Labs面向软硬件厂商和开发者推出的,将人工智能中ASR语音识别、NLP自然语言处理、TTS语音合成等自然语言处理技术和能力对外共享的开放式平台。

Life

一、常见产品

  1. 阿尔法狗AlphaGo
    AlphaGo结合了三大核心技术:先进的搜索算法、机器学习算法(即强化学习),以及深度神经网络
    2. 银行大堂经理
    3. 小米-小爱

二、天猫精灵

1、家庭智能助理
家庭的智能设备语音遥控器,可以操作空气净化器、扫地机器人、摄像头等智能设备。
2、娱乐&购物
拥有音乐、电台、有声书、英语学习等功能,还可以通过语音指令让天猫精灵查询商品价格、加入购物车、付款、查询订单、跟踪快递等购物功能。

三、实现方式

自然语言 - DIS结构 + Skil技能回复
AliGenie

四、核心概念

1.人工智能
(1)人工智能的目标

1
2
3
4
5
6
7
-    推理
- 自动学习&调度
- 机器学习
- 自然语言处理
- 计算机视觉
- 机器人
- 通用智能

(2)人工智能三大阶段

1
2
3
阶段 1——机器学习:智能系统使用一系列算法从经验中进行学习。
阶段 2——机器智能:机器使用的一系列从经验中进行学习的高级算法,例如深度神经网络。人工智能目前处于此阶段。
阶段 3——机器意识:不需要外部数据就能从经验中自学习。

(3)人工智能的类型

1
2
3
ANI(狭义人工智能):它包含基础的、角色型任务,比如由 Siri、Alexa 这样的聊天机器人、个人助手完成的任务。
AGI(通用人工智能):通用人工智能包含人类水平的任务,它涉及到机器的持续学习。
ASI(强人工智能):强人工智能指代比人类更聪明的机器。

  1. NLP && NLU && NLG
    (1)自然语言处理(NLP)是指机器理解并解释人类paralyzes写作、说话方式的能力。
    NLP 的目标是让计算机/机器在理解语言上像人类一样智能。最终目标是弥补人类交流(自然语言)和计算机理解(机器语
    言)之间的差距。NLP 的机制涉及两个流程: 自然语言理解、自然语言生成
    NLP 中理解语义分析的方法:
    1
    2
    3
    4
    分布式:它利用机器学习和深度学习的大规模统计策略。
    框架式:句法不同,但语义相同的句子在数据结构(帧)中被表示为程式化情景。
    理论式:这种方法基于的思路是,句子指代的真正的词结合句子的部分内容可表达全部含义。
    交互式(学习):它涉及到语用方法,在交互式学习环境中用户教计算机一步一步学习语言。

(2)自然语言理解(NLU) 是要理解给定文本的含义。
(3)自然语言生成(NLG) 是从结构化数据中以可读地方式自动生成文本的过程。
自然语言生成可被分为三个阶段:

1
2
3
文本规划:完成结构化数据中基础内容的规划。
语句规划:从结构化数据中组合语句,来表达信息流。
实现:产生语法通顺的语句来表达文本。


(4)深度学习的三项能力

1
2
3
可表达性:这一能力描述了机器如何能近似通用函数。
可训练性:深度学习系统学习问题的速度与能力。
可泛化性:在未训练过的数据上,机器做预测的能力。

NLP 中深度学习的常见任务
AliGenie

  1. DIS(Domain+Intent+Solt)
    自然语言理解(NLU)完成后产出领域、意图、参数、上下文,后续就需要拿到这些信息做具体的业务逻辑处理。
    AliGenie

例句:今天杭州天气怎么样?
(1)应用(Bot),代替人工作的机器程序,相当于对应某款产品,比如:天猫精灵X1
(2)领域(Domain),如同社会行业一样,划分不同领域,通过领域模型识别,比如:天气领域
(3)意图(Intent),解析出用户语音表达的具体目的,比如:天气查询
(4)实体(Entity),解析出用户语音里可能包含的某些特定词组,比如:时间、地区
(5)参数(Solt),解析出用户语音里形容的某些属性参数,比如:今天、杭州
(6)上下文,多次问答,获取每次的用户表达的确定含义,比如:是否查询天气

  1. DM场景
    (1)简易问答场景:在bot内部配置的问答对
    (2)用户自定义问答场景:用户在app里面设置好的回答语句
    (3)事件场景:和用户按键结合的场景,这种场景通过按键信息,可以直接获取用户的意图
    (4)是否唤醒词场景:
    1)自定义技能(唤醒词)

    2)不需要唤醒词:SFIC类型、NLU_GA类型

五、自定义技能

  1. 申请加入平台
    2. 新建技能
    3. 创建意图
    4. 测试验证
    (详细步骤待续)

    六、参考链接

    1、自然语言处理(NLP)基础理解

本文标题: 前沿技术 - AliGenie自定义技能Java版 - 实战篇

本文作者: Howe Hsiang

发布时间: 2020年03月01日 00:00

最后更新: 2020年04月01日 23:57

原始链接: https://www.hosiang.cn/40f6cad9/

版权声明: 本文著作权归作者所有,均采用CC BY-NC-SA 4.0许可协议,转载请注明出处!

× 喜欢就赞赏一下呗!
打赏二维码