上面是使用者多輪對話購物的乙個例子，在使用者每次輸入後，query理解模組（qu）都會識別他本次對話的意圖、類目和屬性，對話狀態管理模組（dst）都會更新當前最終的意圖、類目和屬性。
購物：我想買連衣裙
知識問答：高階手機品牌有哪些，怎麼除甲醛
購物攻略：怎麼挑連衣裙
搭配：紅色連衣裙搭配什麼鞋子
**活動：iphone8活動
產品比較：iphone8 mate10 哪個好
nlu技術點
自然語言理解的模組如下：
意圖識別：很多時候，使用者的意圖是不明確的，比如搜「手機」，可能既想買手機，也不知道怎麼挑。但是從概率上來說，「手機」這個query的主要意圖還是購物。而「怎麼挑手機」，則主要是找購物攻略。因此，我們可以從querylog中找出使用者在輸入某些短語（如「怎麼挑」）的時候，是想找購物攻略的。意圖識別就是把這些短語挖掘出來，對query的意圖分類。
session切分：在使用者的一次購物過程中，可能會買多種類目（品類）的商品，同乙個類目的商品屬於乙個購物需求或者乙個session。因此，每次使用者輸入後，都要識別使用者是繼續說的，還是新的需求。有的時候，這種session切換會包含歧義，如先搜「手機」，再搜"蘋果"，這時可能是「蘋果手機」，或者是「蘋果水果」，這時需要根據概率出缺省的語義（蘋果手機），並且給使用者其他的選項（蘋果水果）。
類目**：如果session切分是正確的，類目**就會比較容易了。不過，多輪的時候，使用者的需求更複雜，對類目**的要求也更高。當然，如果session切分錯了，類目**也會出錯。由於session切分和類目**都是對類目需求的理解，這兩個任務之間有很多共同點，所以我們也在考慮一起優化。
屬性填充slot filling 不同的葉子類目有不同的屬性集合，**的上萬個葉子類目中，也有上萬個屬性（slot）。高頻的屬性值可以通過知識圖譜中的cpv來直接匹配，但中低頻的屬性值則需要用到更多的資訊。很多屬性值有不同的說法，比如：iphone8plus、iphone8p、8plus、8p，這4個詞都是指"型號:iphone8plus"。還有很多屬性值並不在cpv中，比如「3到4歲」的奶粉。這些都需要識別到某乙個cpv屬性，或者乙個文字屬性，或者是沒有意義的詞。
對話狀態管理state tracking 這裡主要是進行屬性值的追加或者替換，比如先搜「only連衣裙」，再搜「zara」，這時的狀態是「zara連衣裙」。更複雜的是文字屬性的替換，比如先搜「便宜的手機」，再搜「貴的」，這時的狀態是「貴的手機」。
state tracking之後，使用者對話的語義理解就完成了，會輸出表示當前搜尋語義的「標準query」和tagging的結果，給後續的對話策略、排序等模組使用。
互動搜尋中的自然語言理解就給大家簡單介紹到這裡，真正想要理解自然語言的語義，任重而道遠。舉幾個語音搜尋中的例子，作為未來的目標，「1.5公尺寬兒童上下床帶衣櫃」，「我要夜蘿莉精靈夢中的蘿莉公主最好便宜的」，「必揹小孩子玩的玩具」。
自然語言理解 何為理解？
本章從何為理解？何為語言？何為語言理解的概念出發，進行小範圍的分析後，以求能夠找出機器自然語言理解的部分脈絡。1.2.1 何為理解？人們能夠用語言進行理解性的交流和資訊溝通，是建立在資訊交流的雙方都具有大致相同的知識記憶庫的基礎之上。以下舉些小例子來加以說明。例1 乙個說漢語的高中生和乙個說漢語的大...
NLP 自然語言理解概述
語言是人類有別於其他動物的乙個重要標誌。自然語言是區別於形式語言或人工語言 如邏輯語言和程式語言等 的人際交流的口頭語言 語音 和書面語言 文字 語言是人類進行通訊的自然媒介，它包括口語 書面語以及形體語 如啞語和旗語 等。一種比較正規的提法是 語言是用於傳遞資訊的表示方法 約定和規則的集合。語言由...
自然語言理解的實現方法
人類本來沒有語言，但是腦子裡有對周圍的世界的認知，於是人們約定了特定的聲音 文字表達特定的事物。自然語言的語法是約定俗成的，沒有標準的語法格式。只要能用聲音 文字的詞語順序表達自己頭腦中的認知，然後在對方的頭腦中構造這樣的認知，自然語言的目的就達到了。因為這個原因，所以我比較贊同模式匹配說。我很想吐...