主题对照

人机对话系统设计

比较任务型、问答型、闲聊型对话的语义表示、意图与参数、多轮语境与澄清、检索与知识、训练回流与对话平台化设计。

24 张卡片 · 3 本书

本层 24 张卡片 · 含下级覆盖 24 张卡片

本主题的卡片

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 绪论

交互权力反转

人机交互的长期方向,是从人服从机器(学习有限的指令和编程语言)转向机器服从人(理解视觉和自然语言)。难点不在把按钮换成语音,而在于程序语言是有限集,人表达同一个意图的方式却近乎无限,系统要完成从有限到无限的推演,把千变万化的表述稳定地映射到可执行的意图上。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 人工智能技术

序列隐状态

很多自然语言任务要从看得见的词序列推断看不见的结构,比如词性、分词边界、实体。隐马尔可夫模型把它建模为隐藏的状态序列生成可见的观察序列;条件随机场放宽了“只依赖前一状态”等假设,成为分词和命名实体识别的主流方法。共同的启发是:处理语言不能只看单个词,还要建模上下文中的状态转移。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 智能交互技术

知识图谱边界

知识图谱用“实体—关系—实体”和“实体—属性—值”组织事实,能回答“姚明的妻子”这类结构化问题,但要经过信息抽取、知识融合和知识加工才能建成。它有两个局限:覆盖面有限,概念不在图谱里时会给出貌似合理却跑偏的解释;静态图谱难以跟上意图和实体表述的变化。所以要与搜索结合,兼顾覆盖面、时效性和准确性。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 智能交互技术

对话三类问题

人机对话要解决的问题分三类:任务型,如订火车票,目的是收集必要信息并完成操作;问答型,如“忘记密码怎么办”,目的是检索并提供信息;闲聊型,如“我今天心情不好”,目的是满足情感需求、拉近距离。从产品角度,对话还可拆为理解、思考、执行三个阶段。先识别问题类型,才能决定重心放在理解、检索还是执行上。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 智能交互技术

填槽是任务骨架

填槽(参数抽取)是从用户的自然表达中抽出完成任务所需的关键信息,填进对应意图的槽位,例如“帮我订一张明天从杭州到北京的机票”里的时间、出发地、目的地。任务型对话的骨架不是一句回答,而是不断补齐执行所需的槽位;槽位怎么设计,决定了系统能承接多复杂的业务。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 智能交互技术

奖励定义对话

把强化学习用于对话,系统会在不同状态下选择动作,以最大化奖励为目标。所以关键在奖励怎么定义:找到真正反映用户满意度的评价标准作为优化目标,是产品经理要协助技术团队解决的问题。奖励定义偏了,系统就会去优化容易量化、却偏离用户真实目标的指标。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究

对话系统五件套

书中的对话系统由五部分组成:语音识别把语音转成文本,自然语言理解把文本转成语义表示,对话管理追踪对话状态并选择下一步动作,自然语言生成组织回复,语音合成输出语音。语音和生成部分并非必需,对话管理也可参考用户画像和场景信息。这是大模型之前的架构,但排查问题时仍可按识别、理解、决策、生成、输出分段定位。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究

语义表示三分法

自然语言有三种语义表示:分布语义把语义表示成向量,数据驱动、擅长判断相似,但没有内部结构;框架语义用领域、意图、槽位等框架表示,能把问句变成可执行指令,但处理不好“最多”“所有”这类量词和比较;模型论语义映射成逻辑表达式,表达最完整,但解析器很难构建。选错表示方式,后续算法和后台设计都会用错力。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究

Bot框架边界

Bot Framework 是为框架语义设计的:用领域、意图、槽位把业务结构变成可配置的对话逻辑。它的边界也由此决定:简单问答只需找到最相近的标准问句,分布语义更合适;“某州人口最多的城市”这类复杂逻辑查询需要模型论语义,它也处理不好。先判断问题属于哪种语义表示,再选平台。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究

意图承载业务

意图不只是一个分类标签,而是一个业务逻辑单元,由四部分组成:用户表述定义用户会怎么说;澄清定义完成任务需要哪些关键参数、缺了怎么追问、按什么优先级追问;回应定义最终给用户的文本或调用的接口;语境负责与上下文衔接。设计意图时,要同时考虑用户怎么说、缺什么、如何追问、最后怎样执行。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究

实体管理词问题

实体是参数抽取的基础,规定了参数能取哪些值;绝大多数实体本质是词集,管理实体就是管理词。自然语言里的词有多种形态、一词多义、同义(“上海”与“魔都”),还有从属(“苹果”属于“水果”)等关系,实体设计要能表达这些关系。设计越粗糙,[[填槽是任务骨架]]越容易在真实表达中断裂。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究

训练闭环

对话模型要靠在线服务和离线标注形成闭环:开发者先配置意图和实体、提供初始样本训练模型;上线后在线服务结合语境识别意图、抽取参数;解析结果回流到离线标注,由运营人员纠正识别错的问句,这些问句成为新的训练语料,模型持续改善。没有这个闭环,初始配置很快会被真实用户的表达击穿。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究

语境双重身份

语境同时承担两种作用:作为载体,它保存上文已填的参数、用户画像和场景信息,供后续意图继承;作为信号,它决定某些意图只有在特定上文之后才能触发,从而控制对话流。语境还有生命周期,过期即失效。把这两种作用解耦,复杂多轮对话才能既继承信息、又控制流程跳转。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究

输入语境且关系

一个意图可以配置多个输入语境,它们之间是“且”关系:只有所有前置语境都在生命周期内,意图才会被触发。这样能表达多层前置条件,例如只有在出行场景且已知出发地、目的地后才触发“订机票”。推论:如果改成“或”关系,状态不全时意图也可能被误触发,复杂任务就容易跑偏。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究

模糊问答先澄清

问答型对话不总能一次匹配到标准问句。用户问“我想了解一下贷款怎么申请”时,把所有贷款问答都列出来、硬匹配一条最相似的,或者塞一个大而全的答案,都不是好体验。更好的做法是像人工客服一样多轮追问,帮用户收窄需求,例如列出相关标准问句让用户选,最后给出精准答案。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 对话服务管理与数据分析平台

对话平台双系统

一套完整的人机对话平台由两个子平台组成:运营管理平台保证对话产品功能可用、有效,包括业务运营、服务管理和系统管理;数据分析平台评估整体服务质量和用户满意度。只做对话配置后台,只能证明功能存在,回答不了产品有没有创造价值。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 对话服务管理与数据分析平台

配置素材分离

业务逻辑配置和可复用素材要分开管理:意图承载具体业务流程,实体、通用回应等可复用内容由素材管理统一维护,意图只引用它们。如果让意图直接管理实体,删除一个意图就可能连带删掉仍被其他意图使用的实体,这就是删除异常。这正是[[内聚耦合尺度]]在平台设计上的体现。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 对话服务管理与数据分析平台

平台演化路径

复杂平台往往是业务压力逐步塑造出来的:先有输出算法能力的在线服务;为了持续优化模型,出现离线标注;为了解决一类而非一个问题,把业务逻辑做成可配置;配置中出现可复用内容,于是要素材管理;之后才有服务管理和权限等。按这条演化路径理解平台,比一开始追求“设计完整”更务实。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 对话服务管理与数据分析平台

接口回应保底

对话回应分文本回应(平台内配置)和接口回应(调用开发者服务)。更稳健的设计是两者并存:接口调用成功就用动态结果,失败时回落到预先配置的文本,避免外部服务波动直接变成沉默或报错。平台调用开发者接口时还应附带鉴权参数,防止有人伪装成平台发送恶意请求。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 对话服务管理与数据分析平台

触发方式即入口

对话应用上线时要设计入口:显式触发是用户说出应用名时触发的欢迎意图,只有一个;隐式触发是用户不提应用名、直接发出指令(如“订一张去北京的车票”)就能唤起的核心意图,可以有多个,平台还会据此向用户推荐应用。入口越自然,越依赖平台级的意图分发,也越要防止误触发。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 对话服务管理与数据分析平台

常见场景内置化

高频、标准化的场景适合把对话逻辑内置到平台:智能家居设备类型不过几十种,操作也就是开关、调高调低、上一个下一个,平台统一解析这些指令,开发者只需实现具体设备的动作。语义解析是通用的非业务逻辑,设备实现才是业务逻辑。内置化减少重复配置、让接入更一致,代价是平台必须清楚定义可扩展的边界。

查看卡片与原书出处

人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 对话服务管理与数据分析平台

对话分析闭环

对话产品的数据分析不能只看日活、周活、月活。更有用的是:按意图计算留存,看用户是否反复使用某个意图;统计机器未能处理的问句占比,以及问过这些问句后流失的用户比例;画出用户从开始对话到流失的路径,找出跳出率异常的环节。书中以 Google 当年的 Chatbase 为例,产品本身会变,这套指标可迁移,与[[训练闭环]]一起支撑持续改进。

查看卡片与原书出处

企业大数据系统构建实战_技术、架构、实施与应用 (大数据技术丛书) · 大数据工作流

语音识别不等于理解

语音识别把语音转成文字或指令,解决字面上说了什么;语音理解要挖掘背后的真实意图,依赖社会背景和语境。“你真行”可能是表扬也可能是批评,“我差点没摔下去”实际是没摔。机器在固定模式内理解准确率较高,涉及语境的深层理解准确率仍偏低。

查看卡片与原书出处

大数据日知录_架构与算法

Watson组合候选生成与评分

Watson问答案例先识别问题类型和焦点,分解复杂问题,再检索生成候选答案,用多种证据评分并综合排序。它展示检索、语言分析及统计判断的协作,海量知识库本身不等于正确回答。这里只描述2011年竞赛系统及书中机制,不把当时医疗商业化展望当作当前临床能力。

查看卡片与原书出处
辅助阅读:卢曼编号

按卢曼编号阅读

点击箭头逐层展开,点击卡片标题查看详情。路径上下文仅用于连接层级,不计入主题卡片数。

  • 展开或收起下级: 2700 强化学习闭环 路径上下文 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 绪论 理解等级:未标注
    • 2700.b 交互权力反转 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 绪论 理解等级:未标注
  • 展开或收起下级: 2702 机器学习改写编程 路径上下文 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 人工智能技术 理解等级:未标注
    • 2702.e 序列隐状态 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 人工智能技术 理解等级:未标注
  • 展开或收起下级: 2703 BM25语义贡献 路径上下文 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 智能交互技术 理解等级:未标注
    • 2703.c 知识图谱边界 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 智能交互技术 理解等级:未标注
    • 2703.d 对话三类问题 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 智能交互技术 理解等级:未标注
    • 2703.e 填槽是任务骨架 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 智能交互技术 理解等级:未标注
    • 2703.f 奖励定义对话 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 智能交互技术 理解等级:未标注
  • 展开或收起下级: 2704 对话系统五件套 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究 理解等级:未标注
    • 2704.a 语义表示三分法 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究 理解等级:未标注
    • 2704.b Bot框架边界 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究 理解等级:未标注
    • 2704.c 意图承载业务 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究 理解等级:未标注
    • 2704.d 实体管理词问题 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究 理解等级:未标注
    • 2704.e 训练闭环 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究 理解等级:未标注
    • 2704.f 语境双重身份 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究 理解等级:未标注
    • 2704.g 输入语境且关系 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究 理解等级:未标注
    • 2704.h 模糊问答先澄清 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · Bot Framework设计探究 理解等级:未标注
  • 展开或收起下级: 2705 对话平台双系统 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 对话服务管理与数据分析平台 理解等级:未标注
    • 2705.a 配置素材分离 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 对话服务管理与数据分析平台 理解等级:未标注
    • 2705.b 平台演化路径 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 对话服务管理与数据分析平台 理解等级:未标注
    • 2705.c 接口回应保底 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 对话服务管理与数据分析平台 理解等级:未标注
    • 2705.d 触发方式即入口 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 对话服务管理与数据分析平台 理解等级:未标注
    • 2705.e 常见场景内置化 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 对话服务管理与数据分析平台 理解等级:未标注
    • 2705.f 对话分析闭环 主题成员 人工智能产品经理:人机对话系统设计逻辑探究 (朱鹏臻) · 对话服务管理与数据分析平台 理解等级:未标注
  • 展开或收起下级: 2777 数据质量六维度 路径上下文 企业大数据系统构建实战_技术、架构、实施与应用 (大数据技术丛书) · 大数据工作流 理解等级:未标注
    • 2777.e 语音识别不等于理解 主题成员 企业大数据系统构建实战_技术、架构、实施与应用 (大数据技术丛书) · 大数据工作流 理解等级:未标注
  • 展开或收起下级: 5404 大数据取决于处理能力边界 路径上下文 大数据日知录_架构与算法 理解等级:中级

来源书籍

主题索引

中台战略与能力复用

比较中台与平台的差异、业务/数据中台的建设目标,以及消除重复建设、沉淀与编排企业级能力的方法。

142 张卡片 · 20 本书

主题索引

机器学习基础算法

比较传统机器学习、深度学习与强化学习的学习方式、特征假设、模型取舍与数据反馈闭环。

138 张卡片 · 15 本书

主题索引

组件聚合与耦合原则

比较 REP、CCP、CRP 的组件聚合张力,以及无依赖环、稳定依赖、稳定抽象原则与 I/A 指标对组件耦合的度量。

127 张卡片 · 31 本书

主题索引

业务驱动的技术演进

比较业务规模与复杂度变化如何驱动技术选型和架构分阶段演进。

88 张卡片 · 37 本书

主题索引

参考架构与产品线

比较参考架构与参考模型的抽象层次、参考架构的建立与评估,以及产品线架构中可变性管理、决策模型与产品衍生的方法。

42 张卡片 · 11 本书

主题索引

深度表示与任务网络

CNN、RNN、LSTM、Seq2Seq、GAN 的结构分工,以及检测、分割、修复、语音识别、语言模型这些任务怎样把表示学习落到具体输出上,各任务对归纳偏置的依赖有何不同。

37 张卡片 · 5 本书