零代码上线小布对话技能：技能平台的实践与思考_语音助手技能开发管理平台

前不久，OPPO旗下的人工智能助手“小布助手”月度活跃用户数突破一亿，成为国内首个月活用户数破亿的手机语音助手。

经过2年多的成长，小布助手在能力上实现大幅升级，也融入了我们身边便捷的服务功能。小布团队亦克服了诸多技术难点，为用户带来了更智能的服务。为此，小布团队撰写了一系列文章，详细介绍小布助手背后的技术支撑，本文是揭秘小布背后技术的第四篇，主要介绍技能平台的实践与思考。

第一篇：对话系统简介与OPPO小布助手的工程实践

第二篇：小布助手算法系统的探索、实践与思考

第三篇：对话交互：封闭域任务型与开放域闲聊算法技术

1. 平台化对话能力的目标与挑战

1.1 背景及平台化思考

小布助手做为新兴交互入口，是OPPO万物互融战略的关键节点，通过小布可以为用户提供丰富的技能体验、全面又贴心的对话能力。

同时，由于现有技能&对话多数形态固定、技术相对通用且以量盖面的特点。迫切需要降低对话技能算法研发的门槛，支撑内外部开发者大量建设对话技能。小布助手团队于19年底开始布局技能平台，过程中也积累部分对于平台化的思考。

平台化的优势是：降低研发成本、加速上线、提升稳定性、加速能力扩散、统一数据资产、集团资源高效利用。

平台化潜在的风险：

• 对创新的遏制：使用平台能力的线性组合是技能的上限，会抑制创新
• 强制收编&反人性：中台是对现有场景的抽象，当创新场景被孵化后，往往会强制收编研发了许久的创新，往往造成精英人才的流失
• 过度设计：为了能够组合出各种通用业务，平台的设计非常容易过度设计，为了一个需求而增加大量交互逻辑，会成为后续发展的瓶颈
• 丧失度对于用户心智的追求：平台的目标是能力的研发，但是与实际用户产品并不直接等价

因此，小布技能平台的构建思路是：

1. 面向重复、通用、长尾技能&对话
2. 推动对话架构隔离性、局部替代、可扩展性的演进，保证平台设计的精炼及对创新能力的支撑
3. 保持长期业务及平台共存的形式，促进创新演进的同时也能够积累足够的通用化能力

中台不是万能的，它仅仅适用于在高确定性和通用性的场景。

1.2 目标及挑战

技能平台的定位：面向通用对话&技能，提供免代码、高效、低成本的技能及对话全流程研发能力，助力无处不在的小布助手技能生态建设。

• 面向内部自研技能，提供标准化对话框架，构建技能创建、意图理解、模型训练、数据发布、效果评测、部署于一体的可视化免代码工具，提升技能开发全流程效率，降低技能接入成本。
• 面向设备&渠道定制, 支持小布自建技能及软工、IOT、客服、游戏等技能的低成本创建维护；
• 向外部开发者提供开放技能平台，丰富小布助手技能生态。

 首先我们看一下完整的对话流程，如上图所述，共分为8个环节。

技能平台主要负责其中右边3、4、5、6 的4个环节，而其中如何做到有效的数据流转、低成本能力建设就是我们所需要解决的核心问题。当然，其中也面临着不少的挑战。

2. 平台算法实践经验

对话系统 (Dialog System) 是“让机器理解并处理人类对话的系统”，核心是模仿及抽象人与人之间沟通的方式，将对话抽象成具体的任务模块：TTS（倾听）、NLU（理解）、Policy（记忆、见人说人话）、Action（组织语言）。

为了保证对话系统主体链路的稳定性及灵活性，小布的整体思路是“轻中控，重模块化”。目前的算法工作主要围绕NLU、Policy两个模块展开，其中 Policy 目前主要以规则及产品策略为主，因此下面重点介绍语义理解部分的一些算法事件经验。

语义理解主要是将Query 映射到具体的动作空间，并且提取动作执行所能识别的标准值，具体算法建模为意图理解和槽位解析。

小布技能平台覆盖了分类、语义匹配、文本匹配等三类意图理解方式，以及若干槽位解析能力，下面将展开详解。

 文本分类：通过文本分类的方式进行意图理解，能够在有限域内完成更精细化的意图理解。其准召的天花板较高，业内及小布技能平均准召在反复迭代优化后普遍能够做到90%以上。

意图理解的文本分类，其本质是一个N+1 分类的多分类任务。

N：指域内需要理解的用户意图，如音乐领域包含：点播歌手的歌曲、随机播放歌曲、查询信息、点播类型音乐等等。

1：是指的域外的other意图，所有非该领域意图的query 都需要分类模型能够拒绝，避免无论用户说什么问题都会一定分类到域内意图。

由于“other”意图近乎无穷，因此意图理解分类同时也是一个严重样本不均衡任务。