百度语音助手实现多回合回话的技术分析
使用自然语言的自动应答技术是当今的一个发展热点，存在很多技术。如何来构建一个相对智能的提供业务服务支撑的自动应答系统？这需要把多种技术结合起来，共同来实现这一系统。我将根据我以前的相关经验，撰写一个系列来描述如何构建一个这样的系统。
这个系列将会分成这样一些内容。
1、 分类，意图识别的最简单技术；
2、 实体识别与信息抽取，自然语言处理的灵魂；
3、 任务管理，集合蚂蚁们的威力；
4、 上下文管理，记忆的力量；
作为引子，我先以分析百度语音助手最新推出的多回合会话的实现，了解上下文管理是如何构建的
在百度语音助手的最新版本中，添加了对机票购买功能的多回合支持，我们看一下具体的例子。
User：买机票
Answer：好的，飞机票。亲什么时候动身，从哪儿至哪儿啊？
User：去北京
Answer：请问您的出发地是上海吗？
User：是
Answer：好的，从上海出发的到北京的飞机票。什么时候离开？
User：后天
Answer：显示航班列表
我们可以分析一下百度语音助手如何实现这一功能的。为了实现这个功能，首先需要进行一些抽象，而后将信息之间建立关联。
在语音助手中，用户输入的信息可以被抽象为两类信息，第一类信息是用户希望做的事情，我们将其称为任务；第二类是为了完成任务，需要用户提供的信息，我们称为事实。上述例子中，“购买机票”这就是一个任务，而“时间”、“出发地”、“目的地”就是这一任务所需要的事实。
在百度语音助手中，实现了用户输入自动提示和确认，要实现这一功能，就需要建立任务和事实之间的关联。因此我们可以知道，百度语音助手建立了任务和事实之间的关联。为了对每一个会话进行任务—事实关联，我相信百度一定建立一个元数据层和一个操作层。在元数据层中，将任务抽象为任务类型，事实抽象为事实类型。当有具体的任务和事实出现时，将任务与任务类型，事实与事实类型进行关联。而后再根据回话，将同一个会话的任务和事实建立关联，也可以通过会话—任务—任务类型—事实类型—事实—会话的闭环来连接这个关联和判断需要用户提供哪些信息。下面是示例图：
用户输入自然语言之后，系统会首先识别任务。不如刚才的例子中，“买机票”会被用于识别出任务“购买机票”。会建立一个新的任务节点，它和“购买机票”的任务类型之间简历一条边，和所在会话建立一条边。这时候数据间的关系和结构如下图：
我们通过查找任务—任务类型—事实类型—事实—会话—任务的回路，发现“时间”、“出发地点”、“到达地点”在该“会话”下没有事实存在，根据这个判断，系统提示用户需要输入的事实类型。而后用户输入一个地点“北京”，这时候数据间的关系和结构如下图：
由于“出发地点”和“到达地点”都是“地点”，通过定位获得所在地是“上海”，所以反问用户出发地是不是上海。用户确认后，把这两个事实作为图中节点加入，同时和“到达地点”建立一条边，和所在会话建立一条边。这时候数据间的关系和结构如下图：
再重复一次刚才的工作，发现“时间”事实还没有，再次问用户，用户输入“后天”，转换为对应时间，把这个事实加入图，建立对应边。这时候数据间的关系和结构如下图：
再次检查后发现所有的事实都有了，发现所有需要的事实都有了，我们建立任务和事实之间的关系。运行任务，给出对应的内容。最终整个任务—事实的结构如下图：
