Question

我正在玩Alexa技能套件（用于Amazon Echo），并希望创建一种技能，将意图发送给AWS Lambda函数，该函数只会向我发送电子邮件。

示例话语将是这样的：

MemoIntent take a memo {myMemo}
MemoIntent to take a memo {myMemo}
MemoIntent send a memo {myMemo}

这可以让我说出像＃Alexa一样的东西，让我的秘书拿一份备忘录，提醒我今天回家的路上去商店＆＃34;然后我会收到一封来自我的Lambda函数的电子邮件说，＆＃34;提醒我今天回家的路上去商店。＆＃34;

myMemo插槽是自由形式的 - 此时只有一两句话可以做，但我没有在文档中找到很多关于如何为这样的事情编写模式的帮助。我目前最好的猜测是失败了：

错误：您的请求出现问题：未知的插槽名称＆＃39; {myMemo}＆＃39 ;.发生在样本＆＃39; MemoIntent中的备忘录{myMemo}＆＃39;上第1行。

我使用AMAZON.LITERAL插槽类型，文档不鼓励，但它也没有提供任何有关如何解决这个问题的建议。此外，就像我提到的那样，它失败了。

以下是失败的架构：

{
    "intents": [
        {
            "intent": "MemoIntent",
            "slots": [
                {
                    "name": "myMemo",
                    "type": "AMAZON.LITERAL"
                }
            ]
        }
    ]
}

Answer 1

文字与其他插槽类型不同，因为您必须提供样本话语的培训，如官方文档中所述： https://developer.amazon.com/public/solutions/alexa/alexa-skills-kit/docs/alexa-skills-kit-interaction-model-reference

示例话语语法

示例话语映射用户可以与您定义的意图对话的短语。它们使用以下格式在纯文本文件中写为行：

IntentName  this is a sample utterance with no slots
IntentName  this is a sample utterance containing a {SlotName}
IntentName  this is a sample utterance containing a {SlotName} and {AnotherSlotName}

请注意，上述格式适用于除AMAZON.LITERAL以外的所有插槽类型。对于AMAZON.LITERAL，您还需要指定一个示例槽值：

IntentName  this is a sample utterance containing a {slot value|SlotName} using LITERAL

或者，使用自定义插槽可以在定义大量样本自定义插槽值后提供插槽。在这种情况下，您将创建一个名为myMemo的新自定义插槽，其中包含自定义插槽名称的类型，例如MY_MEMO。您的自定义插槽值将填充潜在值（这些值不是它将接收的唯一值），例如：

walk the dog
eat more bacon
go to the store on the way home

Answer 2

我们目前正在开发一个AI（对于Alexa），它应该能够回答各种各样的问题。用户能够说出应在后端进行分析的复杂问题非常重要。如果Alexa因为话语和插槽类型有限而提前放弃它们，我们就无法提供这样的服务。

目前我们正在尝试以下方法。（请记住，我们的实验基于德语。其他语言可能表现不同。）

<强> 1。每个字类的自定义插槽类型

我们为以下词类定义了自定义广告位类型：

审讯（什么，谁，何时）
项目（网络安全，暗网，恶意软件）
动词（是，有，可以）
形容词（流行，廉价，不安全）
代词（the，he，she）

<强> 2。句子结构的话语示例

然后我们为示例话语的句子定义了可能的结构：

QuestionIntent {Interrogation}
QuestionIntent {Item}
QuestionIntent {Verb}
QuestionIntent {Adjective}
QuestionIntent {Interrogation} {Verb} {Item}
QuestionIntent {Interrogation} {Verb} {Item} {Adjective}
QuestionIntent {Interrogation} {Verb} {Pronoun} {Item}
QuestionIntent {Interrogation} {Verb} {Pronoun} {Pronoun} {Item}
QuestionIntent {Interrogation} {Verb} {Pronoun} {Item} {Preposition} {Item}
QuestionIntent {Interrogation} {Verb} {Adjective} {Item}
QuestionIntent {Interrogation} {Verb} {Pronoun} {Adjective} {Item}
QuestionIntent {Interrogation} {Item} {Verb}
QuestionIntent {Interrogation} {Item} {Verb} {Adjective}
QuestionIntent {Interrogation} {Item} {Verb} {Pronoun} {Adjective}
QuestionIntent {Item} {Verb} {Interrogation}
QuestionIntent {Verb} {Item} {Verb}
QuestionIntent {Verb} {Adjective} {Item} {Verb}

第3。后端的NLP分析

然后我们对后端提交的单词进行NLP分析。收到的数据如下所示：

"intent": {
      "name": "QuestionIntent",
      "slots": {
        "Item": {
          "name": "Item",
          "value": "darknet"
        },
        "Preposition": {
          "name": "Preposition"
        },
        "Adjective": {
          "name": "Adjective"
        },
        "Verb": {
          "name": "Verb",
          "value": "is"
        },
        "Interrogation": {
          "name": "Interrogation",
          "value": "what"
        },
        "Pronoun": {
          "name": "Pronoun",
          "value": "the"
        }
      }
    }

有些词可能会丢失，有些词可能会被误听。在这种情况下，我们会记住早期交流中的主题，并用这些来填充缺失的单词。例如：What is {it}?⇒What is {Darknet}?

我们正在试验插槽类型的广泛列表。但这会增加误听某事的风险（英语中的一个好例子是写和正确，幸运的是他们没有被分配到同一个词类）。所以我们切换到非常狭窄的方法。列表仅包含可由AI处理并存储在知识库中的单词。例如，项目列表不包含单词 pony 或 unicorn 。我们希望这会带来更好的结果（减少令人困惑的答案）。

没有用话语结构定义的复杂句子使用起来非常困惑。例如，如果一个句子包含超过2个动词（可能需要构建时态）。但到目前为止，只要用户表现出某种程度的礼貌，我们的方法就会产生良好的准确性。

但最后：不幸的是，目前，不可能用无穷无尽的单词和句子结构来管理类似备忘录的内容。

Answer 3

我尝试了另一种方法。

我创建了一个自定义插槽类型，其中包含一系列值。

wordOne
wordOne wordTwo
wordOne wordTwo wordThree
wordOne wordTwo wordThree wordFour
wordOne wordTwo wordThree wordFour wordFive

您可以根据需要使用尽可能长的字符串继续列表。

我的猜测是Alexa在尝试填充插槽时，根据插槽类型的值来确定空间分隔的单词数量，以匹配它所听到的内容。

我使用此自定义插槽类型在单个插槽中抓取整个句子取得了相当大的成功。虽然我从未在意图上测试它，而不仅仅是作为话语的插槽。

但如果你分开你的意图它可能会奏效。也许是这样的。

StartMemoIntent take a memo
StartMemoIntent to take a memo
StartMemoIntent send a memo
StartMemoIntent record a memo
StartMemoIntent listen to my memo
RecordMemoIntent {memo}

你必须要小心，如果你的其他意图没有足够的样本话语，它可能会混淆意图。

如果您使用StartMemoIntent放置足够的样本话语（至少7-8），那么选择正确的话语应该没有问题。

Answer 4

根据这里的一些评论，我发现你可以通过在自定义插槽值字段中添加一个大的随机单词列表来让Alexa识别自由格式的单词或短语。

我通过跑步生成了我的;

from nltk.corpus import words
import json

words_list = words.words()[:100]

values = []
for word in words_list: 
    value = {}
    value['id'] = None
    value['name'] = {}
    value['name']['value'] = word
    value['name']['synonyms'] = []
    values.append(value)

print(json.dumps(values))

然后将这些值复制粘贴到;

{
  "languageModel": {
    "types": [
      {
        "name": "phrase",
        "values": [values you get from above]
...

Answer 5

AMAZON.SearchQuery

AMAZON.SearchQuery插槽类型使您可以捕获构成搜索查询的难以预测的输入。

例如：

{
  "intents": [
    {
      "name": "SearchIntent",
      "slots": [
        {
          "name": "Query",
          "type": "AMAZON.SearchQuery"
        },
        {
          "name": "CityList",
          "type": "AMAZON.US_CITY"
        }
      ],
      "samples": [
        "search for {Query} near me",
        "find out {Query}",
        "search for {Query}",
        "give me details about {CityList}"
      ]
    }
  ]
}

有关AMAZON.SearchQuery here

的更多信息

有一个AMAZON.LITERAL插槽，无需转换即可传递该插槽值的识别字。但是，不建议这样做。 您无法在配置了对话模型的技能中使用AMAZON.LITERAL。

如何定义不是列表的自定义广告位类型？

5 个答案:

示例话语语法