用户带着明确的目的而来,希望得到明确知足特定限定条件的信息和做事,例如:下单、查时效或查件等。
由于用户的需求可能比较繁芜,须要分多轮进行陈述,用户也可能在对话过程中不断修正或完善自己的需求。
此外,当用户陈述的需求不足详细或明确的时候,机器也可以通过讯问、澄清或确认来帮助用户找到满意的结果。
因此,任务驱动的多轮对话不仅仅是一个大略的自然措辞理解加信息检索的过程,还是一个决策过程,须要机器在对话过程中不断根据当前的状态决策下一步该当采纳的最优动作(如:供应结果、讯问特定限定条件、澄清或确认需求等)从而能够最有效的赞助用户完成信息或做事获取的任务。
由于用户的数据会逐步增长,在不同的阶段对准确率的预期也不同,因此我们须要有一种渐进式的办法,针对不同阶段供应不同方法来达成当前目标,其核心思想在于如何有效的利用用户供应的数据。
比如少量数据的时候利用比较根本的相似度模型,有几百条数据后运用迁移学习的方法,再进一步就可以利用传统的机器学习模型,同时还会根据数据量进行各种模型的比拟和调参。

智能语音对话机器人系统指标

1. 韶光特性哀求:系统极限相应韶光到底是多少?如果以微做事的形式调用,总的韶光被分摊到每一步的韶光花费该当是多少。

2. 灵巧性:系统的各个模块该当在可控的状态内,每一个模块可插拔,担保线上质量。

AI电话机械人的智能问答事理

3. 安全性:内外网隔离,把稳网络安全、系统安全、用户安全、数据安全。

4. 可扩展性:系统和集群稳定运行,紧张的集群实现双机热备、灾备,当单个节点发生故障可以迅速切换。

5. 可用性:系统的各项功能可用,系统上线必须符合一定的精确率。