紫平方股份携小紫机器人抢滩智能交互机器人“蓝海”

人工智能的产业化加速，蕴含着无限的可能性与想象力。当前，国家政策层面高度重视人工智能发展并将其写入“十三五”规划纲要，这意味着人工智能研发与应用正迎来巨大的投资机遇与市场“蓝海”。围绕AI技术支撑之一的“语义识别”领域，北京紫平方信息技术股份有限公司通过将自然语义分析NLP、深度学习、知识图谱、文本生成语音TTS及大数据技术进行有效整合，成功研发出第四代“小紫机器人”，领跑智能交互机器人市场。逻辑问答解决传统“一问一答”局限性传统机器人，除了一字一顿的电子合成声，最让人头疼的还是无法实现口语化以及上下文逻辑上的语义理解，经常出现“答非所问”或解答问题不全面的情况，且“一问一答”的聊天方式十分机械化，严重影响用户体验。传统机器对答模式一文字转化

传统机器对答模式二文字转化为此，北京紫平方信息技术股份有限公司自主研发语义理解NLP技术，基于大数据海量训练样本的分词、词性标注、命名实体识别，定位基本语言元素，消除歧义，支撑自然语言的准确理解，打造出前所未有的“能听懂会思考还会开口回答”的小紫机器人。作为一种由计算机高度模拟人工自然顺畅交流沟通、以打电话或者在线交流的形式向客户销售商品和服务的一种人工智能软件系统，小紫机器人可以通过提高模型在复杂多变应用场景下的效果稳定性和适配性进行精准识别，大幅提高小紫的对答准确率。目前，小紫机器人在生产环境下的语义理解准确率可达到97%。

小紫机器人对答模式文字转化据技术人员介绍，紫平方股份的语义理解NLP技术，除可实现传统的自由交互、逻辑交互等功能外，还可以对自然语言进行语义理解并给出适合的指令集合，最强大的在于其可以循环嵌套了两层语义逻辑。这意味着，小紫机器人在一次含有两层语义逻辑的交互对答中，可实现同时处理两个问题并一一回复。除此之外，针对用户突然间的单层语义插入性问题，小紫机器人可进行优先回答处理，且可持续嵌套单层语义的问答，当所有插入性问题解决后，小紫机器人会引导用户返回未解决问题的语义下重新寻求解答。紫平方股份的这项核心技术将人机的机械性交互向智能性交互推进了一大步，未来的应用场景是十分广阔的。知识图谱提升机器人“自我学习”能力人工智能的发展，本质上是数据价值的一个演化过程。移动互联数据的爆发式增长，让越来越多的数据成为分析关系的有效原料。如果说以往的智能分析专注在每一个个体上，在移动互联网时代则除了个体，这种个体之间的关系也将成为我们需要深入分析的很重要一部分，人工智能行业针对于此类需求的“知识图谱”便应运而生。知识图谱，简要而言就是把所有不同种类的信息连接在一起而得到的一个关系网络。它是基于现有数据的再加工，包括关系数据库中的结构化数据、文本或XML中的非结构化或半结构化数据、客户数据、领域本体知识以及外部知识，通过各种数据挖掘、信息抽取和知识融合技术形成一个统一的全局的知识库。紫平方股份研发的小紫机器人目前使用的就是智能交互领域的“知识图谱”。就是在很多产品和服务都出现同质化情况的当下，有了“知识图谱”技术的加持，小紫机器人就能更轻松地识别用户句子当中包含的实体、概念、属性、关系、事件等有效信息，并对这些信息进行采集收录、智能分析等，实现机器人知识的存储积累，形成一套独特的逻辑储备。也就是说，拥有“知识图谱”的小紫机器人，就像是拥有了学习方法的孩子，只要知识库内容完备，在知识图谱的加持下，不仅现在能听懂用户需求并给予准确的回复，还可以举一反三的提升意图判断能力，且判断出的的内容反馈给工程师一旦得到“认可”指令，后续便会参照此逻辑处理问题，这样会“自学”的小紫，可以满足未来市场更多角度、更高层次的需求。