专题：分论坛一

本次讲演将讲述小爱从0到1的研发经历，介绍在小爱开发过程中所遇到的一些典型问题，以及在解决问题过程中的一些思考过程和相应的解决方法。使用语音的人机交互面临着一系列的技术挑战，而小爱只是走了万里长征的第一步，听众将从本次讲演中对语音交互系统的特点有一个全面的了解，对在语音交互中出现的新问题和新挑战有更深刻的认识，了解小爱在解决问题过程中的思路和方法。

内容概要

1. 背景

1.1. 发布人工智能电视，有屏幕设备的用户特点(17-03)
1.2. 发布水滴平台(17-05)
1.3. 发布小爱音箱，无屏幕设备的用户特点(17-07)
1.4. 发布手机上的新语音助手，触摸屏幕的用户特点(17-11)

2. 语音交互和搜索的重要区别

2.1. 只有一次机会的交互方式
2.2. 用户行为反馈
2.3. 多轮对话
2.4. 自然语言的表达：随意、模糊

3. 语音识别

3.1. 不同引擎在不同场景表现的差异
3.2. 每一家都不同的优势：方言、响应速度
3.3. 多家融合策略

4. 垂域建设

4.1. 电视垂域
    4.1.1. 背景：query的表达
​    4.1.2. Slot种类介绍
​    4.1.3. Word Lattice方法
​    4.1.4. 案例分析

4.2. 音乐垂域
​    4.2.1. 背景：query
​    4.2.2. 各种歌曲
​    4.2.3. 基于搜索的方法
​    4.2.4. 案例分析

4.3. 其他典型垂域
​    4.3.1. 计算器
​    4.3.2. 翻译
​    4.3.3. 控制类
​    4.3.4. 知识问答
​    4.3.5. 闲聊

5. 中控策略架构及实战案例

6. 多轮交互

6.1. 失败概率的累计
6.2. 实战案例：智能家居控制

7. 用户行为反馈

7.1. 纯语音交互的隐反馈
7.2. 完听率
7.3. 重复query

8. 总结 

 

随着苏宁云商、金融、体育、文创等线上、线下业务的不断拓展，积累了大量的用户行为以及客服会话数据，如何充分挖掘海量规模的数据，改进用户体验、提高客服效率，成为苏宁亟待解决的问题。苏宁技术研究院人工智能实验室研发了智能机器人平台，采用当前流行的会话即平台(Conversation As a Platform)技术，集成闲聊陪伴和专业助理等不同技能，包括家电控制、智能办公、智能客服、智能导购等，为智能导购、智能家居等业务线提供良好支持。

本次分享主要介绍苏宁智能机器人平台的架构设计、基于深度学习的文本、可视化问答实现和在视频、家居、办公等不同场景的广泛应用。

议题大纲

1.苏宁智能机器人平台背景
2. 会话系统概述
   2.1 会话系统通用架构
   2.2 会话系统常用算法
3.会话系统基本构成
   3.1 自然语言理解(NLU)
   3.2 会话管理(DM)
   3.3 自然语言生成(NLG)
4.苏宁智能机器人平台模型设计
   4.1 基于Slot-Filling和序列模型的意图理解
   4.2 基于规则和记忆模型的会话管理
   4.3 基于深度学习的排序模型
5.苏宁智能机器人平台的应用
   5.1 小苏闲聊-PPTV视频弹幕和直播实践
   5.2 小苏导购-多轮交互的智能导购
   5.3 小苏助理-智能客服在苏宁员工平台的应用

在物流系统中最核心的优化目标就是：如何提升用户体验？提升配送效率？ 而实际配送过程是由配送员最终完成的，因此想要真正提升配送效率，不但要在智能调度系统（订单指派、路径规划、ETA）上下功夫，还要不断提升配送员的自身能力，让他们越送越“熟”，越送越“快”。在骑手规模不断扩大今天，我们认为提升骑手能力越来越重要。

以此为出发点，美团设计了骑手智能助手，全面提升骑手的各方面能力。 今天我就和大家分享一下，在智能耳机和语音交互为载体条件下，如何在复杂的使用环境，用户群体多元化情况下，通过大数据挖掘、机器学习、自然语言处理等技术，让智能助手具备复杂场景精准识别、服务智能推送，智能引导、全语音操作等能力。最终在智能、安全、便捷、精准等几个维度上，全面提升骑手配送能力，从而提高整个配送效率和用户体验。