其中，已經(jīng)在產(chǎn)業(yè)廣泛應用的百度大腦智能對話(huà)定制與服務(wù)平臺UNIT推出三大升級，在對話(huà)、問(wèn)答和通用對話(huà)三個(gè)領(lǐng)域，為開(kāi)發(fā)者帶來(lái)了更加智能的對話(huà)理解能力、極致簡(jiǎn)便的表格問(wèn)答能力，進(jìn)一步降低了任務(wù)式對話(huà)、智能問(wèn)答系統的定制成本。同時(shí)，為了讓基于UNIT打造的對話(huà)系統擁有更好的交互體驗，UNIT還將全新發(fā)布融合通用對話(huà)與任務(wù)對話(huà)的新一代對話(huà)引擎。

　　據了解，UNIT平臺自2017年發(fā)布以來(lái)，致力于專(zhuān)業(yè)、便捷、低成本的全方位智能對話(huà)能力與建設服務(wù)，并根據各領(lǐng)域的場(chǎng)景需求，與語(yǔ)音技術(shù)聯(lián)動(dòng)配合提供了預置的場(chǎng)景化解決方案，以降低智能對話(huà)應用的準入門(mén)檻與開(kāi)發(fā)成本。同時(shí)，UNIT也在通過(guò)為開(kāi)發(fā)者和第三方企業(yè)提供培訓、認證、顧問(wèn)等服務(wù)，形成良性循環(huán)的產(chǎn)業(yè)生態(tài)。

　　UNIT已經(jīng)深度應用于百度智能云、小度車(chē)載OS、小度DuerOS等百度內部業(yè)務(wù)，并吸引了大量外部智能對話(huà)系統開(kāi)發(fā)者。截止目前，近3萬(wàn)開(kāi)發(fā)者在平臺累積知識條目總量超過(guò)2億，支撐了超過(guò)10萬(wàn)個(gè)智能對話(huà)應用，與最終用戶(hù)總計進(jìn)行了4200多億次交互。

　　對開(kāi)發(fā)者而言，對話(huà)理解能力的配置與優(yōu)化，是任務(wù)式對話(huà)系統構造工作的核心要點(diǎn)。峰會(huì )上，UNIT公布了三項技術(shù)升級，致力于讓開(kāi)發(fā)者更高效地獲得高質(zhì)量的對話(huà)理解能力：

　　其一，在任務(wù)式對話(huà)理解最核心的任務(wù)——意圖識別上，UNIT提出了面向小樣本的意圖識別技術(shù)。意圖識別模型的獲取成本受數據標注的影響，而開(kāi)發(fā)者每日標注量通常是數百條。小樣本意圖識別技術(shù)可基于少量樣本作為支撐集，以匹配的思想低成本地獲得意圖識別能力。相比于常規的深度神經(jīng)網(wǎng)絡(luò )，面向小樣本的意圖識別在樣本量不超過(guò)10條/意圖的情況下，識別準確率、召回率均取得了較大提升，使開(kāi)發(fā)者的標注工作更加輕松。

　　其二，為了保證自定義詞槽的識別效果，開(kāi)發(fā)者往往需要針對說(shuō)法容易多變的詞槽值提供若干同義詞，以便適應用戶(hù)的口語(yǔ)化表達，這需要投入大量精力。對此，UNIT即將上線(xiàn)同義詞自動(dòng)推薦功能，幫助開(kāi)發(fā)者提升同義詞富集的效率。

　　其三，詞槽之間的關(guān)聯(lián)關(guān)系，對于任務(wù)式對話(huà)需求的分析與滿(mǎn)足至關(guān)重要，形如“點(diǎn)三杯咖啡，一杯熱的、兩杯加冰”的表達方式，即使詞槽識別完全正確，也需要業(yè)務(wù)端進(jìn)行復雜的邏輯分析才能真正理解背后的語(yǔ)義。對此，UNIT基于依存句法分析技術(shù)與通用關(guān)鍵詞識別技術(shù)，為開(kāi)發(fā)者帶來(lái)了詞槽修飾關(guān)系的自動(dòng)識別能力，可以在對話(huà)理解結果中自動(dòng)關(guān)聯(lián)具備修飾關(guān)系的詞槽，降低開(kāi)發(fā)者在業(yè)務(wù)端的分析難度。

　　據介紹，三項技術(shù)升級，讓任務(wù)式對話(huà)理解變得更加智能，可以幫助開(kāi)發(fā)者的數據成本進(jìn)一步降低30%，并且結構化語(yǔ)義的解析精確度達到了業(yè)界領(lǐng)先的水平。

　　在我們日常的生活和工作中，表格是一種常用的結構化數據類(lèi)型，對表格數據的使用，經(jīng)常伴隨著(zhù)特定的處理過(guò)程，使用成本很高，因此UNIT推出表格問(wèn)答能力，可針對表格數據，自動(dòng)化地構建問(wèn)答能力，讓開(kāi)發(fā)者零門(mén)檻挖掘表格數據中的價(jià)值，迅速將此類(lèi)結構化數據所蘊含的知識應用到生活與工作中，更好地發(fā)揮表格數據的價(jià)值。

　　具體而言，基于百度語(yǔ)義匹配、語(yǔ)義解析等NLP技術(shù)積累，UNIT打造了針對表格問(wèn)答的口語(yǔ)化query理解技術(shù)，可通過(guò)對表格的分析，自動(dòng)化構建基于表格的內在知識，并根據用戶(hù)所提出的問(wèn)題提取相應答案。經(jīng)過(guò)對口語(yǔ)化query的特定優(yōu)化，UNIT表格問(wèn)答功能具備良好的口語(yǔ)化交互效果，更適合在對話(huà)場(chǎng)景下使用。

　　表格問(wèn)答在使用上相當簡(jiǎn)潔便利：開(kāi)發(fā)者只需要上傳業(yè)務(wù)數據表格，后續的所有分析、整理過(guò)程由UNIT自動(dòng)完成，在1分鐘左右的時(shí)間內，即可生成簡(jiǎn)單、易用、效果好的表格問(wèn)答技能，宛如一個(gè)幫你分析表格內容的機器人助理。

　　另一個(gè)重大升級是UNIT的聊天功能。眾所周知，讓機器擁有類(lèi)似人的對話(huà)能力，是人工智能領(lǐng)域的核心挑戰之一。峰會(huì )介紹，百度依托于海量對話(huà)數據和成熟的飛槳深度學(xué)習平臺，首次運用隱空間技術(shù)訓練了超大規模開(kāi)放域對話(huà)模型，顯著(zhù)提升了對話(huà)效果，英文效果超過(guò)Google和Facebook，中文效果也遠超同類(lèi)產(chǎn)品。

　　開(kāi)放域對話(huà)系統已經(jīng)接入了UNIT平臺，不僅能和用戶(hù)進(jìn)行自然流暢的多輪聊天，在對話(huà)主動(dòng)性和常識理解上也有優(yōu)異的表現，甚至在沒(méi)有針對性訓練的前提下能和用戶(hù)進(jìn)行成語(yǔ)接龍或吟詩(shī)作對，展現出類(lèi)似人類(lèi)的對話(huà)能力。這一升級在消費電子、智能家居場(chǎng)景下前景廣闊，可以讓對話(huà)系統更加自然、流暢。

　　峰會(huì )上吳甜還宣布，UNIT將發(fā)布新一代的融合對話(huà)引擎。開(kāi)發(fā)者雖然可以通過(guò)任務(wù)式對話(huà)技能獲得面向特定任務(wù)的對話(huà)能力，但是往往只能聚焦于執行具體任務(wù)，滿(mǎn)足具體需求，在交互體驗上缺乏設計，無(wú)法引導用戶(hù)進(jìn)行交流。因此，UNIT平臺設計了可以融合通用對話(huà)與任務(wù)對話(huà)的新一代引擎，利用通用對話(huà)的的交互性，提升開(kāi)場(chǎng)、串場(chǎng)的人性化體驗，通俗地說(shuō)就是在聊天過(guò)程中隨時(shí)分析對話(huà)內容，適時(shí)引導用戶(hù)觸發(fā)任務(wù)式對話(huà)，去滿(mǎn)足用戶(hù)的需求。

　　這種通用對話(huà)與任務(wù)對話(huà)相結合的交互方式，可廣泛用于信息查詢(xún)、業(yè)務(wù)辦理、推廣、客服、營(yíng)銷(xiāo)等真實(shí)對話(huà)業(yè)務(wù)需求中，例如機器人可以先和用戶(hù)寒暄、暖場(chǎng)，建立初步的交互聯(lián)系，在交互過(guò)程中分析用戶(hù)的需求、對用戶(hù)進(jìn)行畫(huà)像，并相應引入具體咨詢(xún)、業(yè)務(wù)辦理等工作，如同人類(lèi)聊天一般自然，也能及時(shí)解決用戶(hù)的問(wèn)題。未來(lái)還可以支持更開(kāi)放的人機對話(huà)，滿(mǎn)足對話(huà)系統的擬人性、知識性、信息性、任務(wù)性需求，進(jìn)一步提升使用體驗。

　　可以看到，UNIT正在持續往降低智能對話(huà)應用門(mén)檻、提升智能對話(huà)應用效果的方向發(fā)力，同時(shí)也在根據相應人工智能技術(shù)的升級，不斷優(yōu)化使用體驗、革新對話(huà)產(chǎn)品，讓各行業(yè)運用智能對話(huà)“如呼吸般自然”，真正實(shí)現業(yè)務(wù)智能化的升級改造，正如吳甜表示，“百度語(yǔ)言與知識技術(shù)多年深耕、布局全面，核心技術(shù)持續發(fā)展突破，為廣大開(kāi)發(fā)人員、業(yè)務(wù)應用者提供以語(yǔ)言與知識技術(shù)為核心驅動(dòng)的系列產(chǎn)品，發(fā)揮應用價(jià)值。”