原标题：灵云语义理解让机器“能思考，会判断”

语义理解（NLU），是让机器理解人类自然语言的一项人工智能技术。它的出现让人们可以直接用自己最习惯的语言来使用机器，无需再花费时间和精力使用间接的方式完成人机互动。

三位一体的NLU引擎

1

QA问答

QA问答系统通过将用户问题与知识库中的问答对进行意图匹配的方式完成问答。知识库中包含数个以文本形式存在的知识点，同时每个知识点可以包含与其语意相同的若干相似问法（扩展问）。在进行问答时，系统对输入问题与知识库中的标准知识和相似问法依次计算相似度，选取相似度最高的问题作为用户意图，返回对应的答案。

例如，用户提问“办银行卡要带什么东西？”，NLU引擎与知识库中标准知识问答对和扩展问进行匹配（例如匹配到：银行卡申办所需资料），实现用户问题的精准理解。

2

知识图谱

在知识图谱中，加工的知识会被拆分为实体和意图。实体指的是被询问内容的主体，意图指的是被询问主体的情况。比如“北京的天气如何？”这句话的实体是北京，意图是“天气如何？”

如图所示，实体和意图有上下文继承和反问补全功能。

3

多轮对话

对于需要办理业务的用户咨询，可以用可视化窗口完成对话流程的编辑。例如银行卡的开卡流程：

可视化对话流程编辑

根据业务需求，对各个节点设置客户意图触发条件，并可设置反问/判断条件。例如，当用户说要办卡而没说要办信用卡还是借记卡时，反问客户要办理什么种类的卡片；当用户报出年龄时，通过提取年龄信息并判断是否大于等于18岁，来判断是否已成年。在有多个场景的情况下，能够实现多场景之间的跳转，并支持在场景对话中穿插QA问答功能。

知识挖掘及本地模型训练

聚类发现新知识点和扩展问的过程：

图中每一个黑点代表实际出现的问题，红点代表知识库中已有的标准问题或扩展问。挖掘相似问时会以标准问为中心，在其临域搜索。蓝色的圈代表没有中心没有标准问，但仍聚集在一起的一类问题，有可能可以作为新的知识点加入知识库中。

灵云NLU的应用

1

灵云AICC

智能语音导航要理解客户说的话，实现一语直达业务节点，同样离不开灵云NLU的帮助；

智能语音外呼能快速完成批量电话的主动外呼，与用户进行多轮语音对话，担任金融催缴、客户回访、电话营销等工作。灵云NLU让外呼机器人能够完成与用户的对话，并准确理解、记录用户的反馈信息。

2

灵云AIOT

物联网时代，语音交互技术的产生让人机交互方式发生了很大的改变。智能语音助手的加入，让我们可以用语音直接控制家电实现一些功能。比如，调节灯光亮度，设置空调的制冷温度，控制音响音量和播放内容等。这些智能终端之所以能够听懂人的指令，NLU在其中起到了关键作用。NLU技术能够实现让机器完成对人类语言的“意图理解”，从而按照人的语言指令行动。

搭载灵云NLU的灵云智能物联网解决方案（AIoT），包含智能电视语音助手、智能音箱语音助手、智能车载输入法等，现已成功在智能电视、智能机顶盒、智能车载、智能音箱、智能机器人等众多领域实现落地应用，并先后与新松、棠棣等几十家服务型机器人、长安等众多智能车载产品、乐视、小米等众多电视、空调家电厂商建立合作。

责任编辑：