前面两篇文章讲了用户意图的分割和识别，以及基于此设计的多轮对话过程。 本文继续讲自然语言处理（NLP）中实体信息的捕获及其在产品中的应用。 这也是如何构建智能客户服务系列的第三篇文章。
你可能想过，AI如何理解人的言语？ ——当我在商场里告诉商场里的机器人我要去三楼时，它是怎么理解我的？ 当我说去 NARS 时，它怎么知道 NARS 是什么以及它在哪里？
如果你想知道上面问题的答案，那么就得说说实体()。
首先，实体信息是什么意思？
它代表了关键信息，通常可以分为两种类型。 一类是与业务基本无关，可以算作一般信息的信息，如手机号码、邮箱、日期、时间等； 一个是业务相关的，基于实际场景。 定制。
你怎么理解呢？ 接下来我用一个例子来说明。
01 与业务基本无关
例如，在第一个场景中，当您需要预订航班时，假设您会说：
帮我订一张明天的机票，从北京到上海，下午起飞的，给我打电话，把行程发到我的邮箱
好的，已为您找到以下符合条件的航班…
在该场景中，“明天”和“下午”是时间信息，“北京”和“上海”是位置信息，“”是手机号码。 因为这些信息可以说是常识，不随业务变化，所以一般内置到算法中进行识别并进行相应的转换。
上述场景中，AI端会先识别日期和时间，然后将“明天”转换为“2023年3月27日”，将“下午”转换为“14:00-18:00”，并然后与其他信息进行比较合并，数据终端向航空公司发起请求，然后告诉你返回的结果，这是符合条件的航班列表。
这个识别步骤听起来很简单，因为人类在语言学习的过程中已经能够有条件地反映什么是日期、什么是手机号码、什么是地点。
但对于AI来说，这些东西一开始都是同一个词，需要大量的算法来区分和提取这些信息。 这里的识别率与算法设计时语言理解的丰富程度密切相关。
例如，一开始就识别了“明天”和“昨天”，但忽略了“前一天”和“后天”的表达； 或“2023 年 2 月 2 日”最初被识别，而“2023”被忽略。 “2019年2月2日”这样的表述会直接降低识别率。 具体表现就是……智力低下的发生率增加。
在转换步骤中，有一个非常有趣的点：
当人们使用自然语言表达日期和时间等信息时，实际上并不完全符合标准逻辑。
例如，当你在晚上00点10分告诉智能助理“给明天定个闹钟”时，这里的“明天”很可能已经算作“今天”了。
当你对2023年1月的智能助手说“查看12月的账单”时，你实际上说的是2023年12月。要考虑到这些语言表达习惯，才能让智能助手“感觉像一个人”。
Siri 在这方面做得很好。 设置闹钟时，它会再次确认，“您的意思是设置今天早上8点的闹钟吗？”
02 业务相关
让我们回到第二种场景，结合业务中出现的实体。
继续举个栗子的例子，当你想买一杯奶茶，通过智能助手完成这个操作时，对话应该是这样的：
我要一杯奶茶，一点点，一大杯四季奶茶，全是糖，加一份红豆，不加冰。
好的，订单已下。
这里，“一点点”是奶茶的品牌，“四季奶绿”是奶茶产品名称，“大杯”是份量，“满糖”是含糖量……
由于它们是完全依赖于业务的表达方式，因此如果没有这个场景，这些话就没有任何意义。
比如，你在和别人聊天的时候突然说“一点点”，对方就听不懂。 它不像“北京”，北京永远是北京。
所以我说的就是这样的信息。 应根据实际场景进行定制。 也就是说，我需要告诉AI奶茶品牌是什么，奶茶产品名称是什么，份量是多少……
怎么讲呢？
一般有三种方式：字符串匹配、正则表达式、注解。
1、字符串匹配
字符串匹配，定义实体信息的集合，适用于定期出现的字段。 说起来相当晦涩，但我会通过用伪代码编写它来使其清楚（因为我不知道如何编写真正的代码）。 在购买奶茶的场景中，奶茶品牌、产品名称等实体信息的定义可以写成如下：
「奶茶品牌」=[‘一点点’、‘嘿茶’、‘乐乐茶’、‘奈雪的茶’]
“份量”= [“大杯”、“中杯”、“小杯”]
「产品名称」 = [‘四季奶绿’、‘红茶玛奇朵’、‘芝士芭蕾’]
这样，当用户说出其中一项时，AI就能知道对方在说什么。
2. 正则表达式
正则表达式定义了实体信息出现的规则，适用于有规律出现的信息。 以车牌号为例，常见的形式是省份缩写（一个汉字）+一个字母+五位数字，仍然以伪代码的形式表示，如下：
“车牌号”=[北京、上海、潞泽…江西金宇]{1}[AZ]{1}[0-9]{5}
#表示省份缩写词+一个大写字母+5个阿拉伯数字
同理，我们还可以通过这种方式定义其他常规词汇，比如设备批次号、身份证号、手机号、订单号等。
说到这里，你可能想说这两种方法根本就不是AI。 所以…我的朋友，你是对的，我也这么认为！ 但方式只是方式，AI不是目的，而是要达到与人对话的最终效果。 那么我们来看看第三种非常AI的类型。
3. 注释
标注，即对表达某种含义的句子进行标注，使机器能够学习某种含义，适用于不固定或不规则的表达方式。
以笔者工作中的一个场景为例，有车贷或房贷的用户经常会来询问自己还清了多少钱，还剩下多少钱。 然后我整理了一些出现过的表述，如下：
我还清了多少钱？
我已经还清了多少贷款？
我还清了多少贷款？
偿还了多少贷款？
我还清了多少钱？
我的贷款已还清多少？
我需要偿还多少钱？
还剩多少贷款需要偿还？
您需要支付多少贷款？
我需要付多少钱
显然，这些表达式既没有使用固定的名词，也没有明确的规则，可以写成正则表达式。 但从语义上可以清楚地看出用户在问什么，所以这里以注释的形式标注了含义。
我们定义已经还了多少钱的概念=“已还”，还剩下多少钱的概念=“剩余”，括号里就是标记的位置：
我还了多少钱？ –“实体”=“返回”
我还清了[多少贷款]？ –“实体”=“返回”
[我还清了多少]贷款？ –“实体”=“返回”
[已偿还多少贷款]？ –“实体”=“返回”
我已经【还了多少钱】？ –“实体”=“返回”
[我的贷款已还清多少] – “实体”=“已还清”
我需要偿还多少钱？ –“实体”=“剩余”
还款[还剩多少贷款需要偿还]？ –“实体”=“剩余”
还款[需要偿还多少贷款]？ –“实体”=“剩余”
[我还需要支付多少] – “实体”=“剩余”
在完成大量上述类型的标注后，当用户再次提出同样的问题时，AI很可能能够识别出相应的实体信息，然后对话就可以“像一个人一样”继续下去。
在实际落地场景中，提取方法并不是唯一的，也不一定是固定的。 具体采用什么方法来实现需求，取决于PM对技术方法的理解和对业务背景的熟悉程度。 归根结底，一切还是为了用户的需求服务。
好了，今天的内容就到这里啦~下一个话题是如何让AI变得更加像人——伪装智能。 感谢您的观看！
好了，今天的主题就讲到这里吧，不管如何，能帮到你我就很开心了，如果您觉得这篇文章写得不错，欢迎点赞和分享给身边的朋友。
![[产品知识]小米TR608路由器常见问题解答](https://dabaigongju.com/wp-content/uploads/2023/12/1701401896846_0.jpg)
