1.3 對話式人工智能與自然語言理解

對話式人工智能是一個廣泛使用的術語，用于描述使系統(tǒng)可以與人類進行口頭和文本交流的方法。這些方法包括語音識別、NLU、對話管理、自然語言生成和文本到語音轉換。重要的是要區(qū)分這些方法，因為它們經(jīng)常被混淆。雖然本書的重點放在NLU上，但我們也將簡要介紹其他相關方法，以便了解這些方法如何組成一個整體：

?語音識別：也被稱為語音到文本轉換或自動語音識別（Automatic Speech Recognition，ASR）。語音識別是一種將語音音頻轉換為文本的方法。

?自然語言理解：基于書面語言，生成可以由計算機處理的結構化表示。輸入的書面語可以是語音識別的結果，也可以是原始書面語文本。結構化表示包含了用戶的意圖或目的。

?對話管理：根據(jù)NLU的結構化輸出，決定系統(tǒng)應該做出什么樣的反應。系統(tǒng)反應包括提供信息、播放音樂，或執(zhí)行某些操作從用戶那里獲取更多信息，以滿足用戶的意圖。

?自然語言生成：創(chuàng)建文本，該文本表達了對話管理對用戶問題的回復或反饋。

?文本到語音轉換：基于自然語言生成過程創(chuàng)建的文本輸入，該文本到語音轉換模塊在給定文本時生成語音音頻輸出。

這些模塊之間的關系如圖1.2所示，它們構成了一個完整的自然語言對話系統(tǒng)。本書的重點是NLU部分。然而，由于自然語言應用程序使用了其他模塊，如語音識別、文本到語音轉換、自然語言生成和對話管理，因此它們也會被偶爾提及。

圖1.2 一個完整的口語對話系統(tǒng)

接下來的兩節(jié)將總結一些重要的自然語言應用程序。你將了解到本書所涉及的方法及其發(fā)展?jié)摿ΑＯＭ@些廣泛使用的工具及其實現(xiàn)能引起你的興趣。