“我们把喷鼻香蕉给猴子，由于它们饿了。”
“我们把喷鼻香蕉给猴子，由于它们熟透了。”
这两句话，你读得懂是什么意思吗？然而对机器人来说，就没那么大略了。如果AI不能清晰理解猴子和喷鼻香蕉的属性，就会导致无法区分。
正如语音识别帮助机器人“听”，视觉技能帮助机器人“看”，想要做到机器人“听懂人话”，就须要自然措辞处理（Natural Language Processing，NLP）来办理。一起来看看机器人是如何“善解人意”的：
视频加载中...
AI因斯坦·琨带你走进机器人的NLP利用▲
机器人语音交互技能概述
语音交互是机器人最主要的交互入口之一，机器人对付人类语义的理解尤为关键。如下图所示，人类语音通过ASR（语音识别）把音频变成文本，文本经由NLU（语义理解）、DM（对话管理）以及NLG（措辞天生），措辞天生后再通过TTS（语音合成），完成人机对话。
NLP概述与发展
自然措辞是人类聪慧的结晶，机器人对语义的理解和剖析能力、对自然措辞的天生能力、对知识的学习能力，是AI最核心且最具寻衅的技能之一。我们先来看一下NLP发展的几个阶段：
· 第一阶段：2000年之前，紧张基于规则和概率统计的方法，50年代提出图灵测试观点来判断机器是否会思考，然而到目前为止，还没有涌现被同等认可的通过图灵测试的对话系统。
· 第二阶段：2013年，神经网络兴起，极大提升NLP的各项能力。
· 第三阶段：基于seq2seq模型的NLP和把稳力机制，文本天生和机器翻译方面得到较大进展。
· 第四阶段：2018年以来，大型预演习模型发展，NLP领域打破捷报频频，也便是现在所处的阶段。
NLP技能则分为核心运用和根本技能。它的运用非常广泛，包括情绪、信息、问答、机器翻译、自动文摘、阅读理解以及文本分类等。
自然措辞处理技能的核心运用
根本技能包括自动分词、词性标注、命名实体识别以及句法剖析。
· 自动分词
中文分词是自然措辞处理领域根本的模块，由此前的基于规则和基于概率统计，发展到本日的基于深度学习。比如“武汉市长|江大桥”还是“武汉市|长江大桥”的划分，便是通过统计模型把词分配好。
悟空机器人分词断句后，理解并实行任务
· 词性标注
在中文分词之后，预测每个词的汉语词性也是中文自然措辞处理的根本模块。常日词性标注的粒度很细，如动词、副动词、趋向动词、不及物动词等。
词性剖析决定句子用哪一个“de”
· 命名实体识别
识别文本中具有特定意义的实体，包括人名、地名、机构名、专有名词等，以及时间、数量、货币、比例数值等笔墨。
命名实体识别是一个从句中挑出实体类型的过程
· 句法剖析
用于确定句子的语法构造或词汇之间的依存关系（主谓宾、定状补等句法关系），包括句法构造剖析、依存关系剖析。
NLP的句法关系剖析
优必选科技NLP研究与开拓那么，机器人如何利用NLP完成各个场景交互呢？NLP算法又是若何捕获多轮对话中的高下文信息？AI的写作与创作利用了什么事理？目前，优必选科技NLP的研究紧张分为以下几个方向：
· 任务型对话
任务型对话分为用户自定义技能和内置技能。自定义技能供应平台让用户录入语料，一键演习后生效；内置技能则供应20余个技能让用户勾选，比如景象、闹钟。
对话的核心是在多轮对话语境中进行有效识别，这时候我们就须要深度算法。在繁芜的多轮对话语境中，算法基于预演习模型BERT，能够提升泛化能力；同时多轮历史会话信息作为神经网络的一部分，能够提升高下文理解能力；算法在同一个神经网络中识别意图、词槽，再通过数据增强等策略来提升模型对低资源运用处景的适用性。
NLP平台演习流程
深度学习的优点在于对高下文的精准理解，对平台精准度提升也非常有效，但是它的网络比较繁芜，须要较好的设备。如果想要节省本钱的算法，我们还有一个快速算法：
1. 只对语料模板进行演习，千百倍减少演习韶光；
2. 模型体积较小，所需的硬件本钱较低；
3. 在特定功能性场景下的准确率也较高。
· 开放式闲聊
闲聊分为匹配式闲聊与天生式闲聊。匹配式闲聊具有Q&A库，Q&A库如果足够大，能达到较好的闲聊效果；天生式闲聊不须要匹配，将根据问题天生答案。
两项闲聊技能各有优缺陷，匹配式闲聊是可控的，通过语料编撰、增加、删除等办法，可以在语料库建立时把敏感词删除。天生式闲聊的对话有一定的不可控性，比如语料不干净，就会天生不太康健的内容，同时还会存在语义、语法等问题。
闲聊技能流程图
闲聊技能可以说是NLP永恒的难题，算法求的是概率，每每缺少现实的逻辑推理，而机器不知冷暖，单凭笔墨无法捕获丰富的情绪，这时候就须要借助视觉、语音识别、声纹信息等技能进行判断。
· 文本天生
优必选科技的NLP算法不止授予机器人与人对话的能力，还授予机器人的写作能力，吟诗作赋、舞文弄墨不在话下。看看输入“我是只小猪欢快多”，天生的古诗结果竟然还押韵，这是怎么做到的？
通过采取GPT模型，首先定义格式（五言绝句、七言绝句、词牌等），用分隔符分开，把带上标点符号的诗词给到模型，通过措辞模型演习后，就具备天生能力。天生后进行预处理，并定义诗词的类型，把诗词的内容拼接起来，把文本向量化输入到GPT里，一个字、一个字地天生答案。
· 知识图谱
在知识图谱方面，紧张分为节点、属性和关系。不才图中，节点表示每个人，比如周杰伦；属性是他的出生、造诣、身高档；关系连接各节点，比如周杰伦通过“夫妻”关系可以链接到昆凌。
由关系连接各节点构成弘大的知识网络，具有单向或双向的关系。
知识图谱技能目前紧张用于知识问答，以此丰富闲聊交互体验。它的问答涉及预处理、实体识别、实体链接、关系抽取、手写识别、答案天生以及排序、敏感词过滤等等。优必选科技的知识图谱运用紧张在于探索知识图谱与开放式对话等方面的领悟技能，提高对话系统的多样性、逻辑性、可阐明性等。
利用知识图谱技能完成的人机对话
NLP在机器人上的运用精准的语义理解有助于机器人适应人类的生活与事情环境，优必选科技NLP在机器人上的运用，可以在多种环境下代替人类，在做事、医疗、教诲等领域具有广泛运用处景，包括机器人问答、无人轮值客服、交通枢纽问询、无人贩售等等。
· 无人咖啡馆
在无人咖啡馆中，智能做事机器人Cruzr（克鲁泽）担当“聪慧零售店长”，可以结合高下文语境，完成主动迎宾、产品先容与推举、点单、付款的全流程体验。
· 导诊咨询
疫情期间，咨询测温机器人Cruzr（克鲁泽）在深圳、北京、成都等地的医院、企业、展馆上岗，供应多类防疫知识咨询及问答，免打仗式语音互动助力减轻职员事情压力、降落传染风险。
Cruzr（克鲁泽）在深圳三院供应疫情宣导咨询做事
· uCode
uCode是优必选科技打造的AI编程创作平台，当编程须要语音识别“走几步”时，用户在实际利用的时候也有可能说成“走几步吧”或“请走几步”，通过NLP文本模糊匹配功能，就能办理这个问题，提升uCode的传授教化能力。
未来研究方向
人机对话每每涉及诸多场景，无法依托单个通用模型覆盖所有场景，如何实现对万千对话场景的定制，同时知足机器人在各个领域的交互需求，对NLP领域提出了新的寻衅。
未来，优必选科技将紧跟前沿技能，致力提升交互体验；同时提升平台的能力，增加语料自动扩展的功能；在智能对话中，尤其是开放式对话中，建立知识图谱等知识体系，探索知识领悟对话的技能，为对话增智。