随着语音识别、自然语言理解等技术的发展和成熟，智能对话系统越来越多地应用于各种场景。从应用的角度来看，对话系统可以分为基于任务的、基于问答的和基于聊天的对话系统。不同于以完成任务为目的的任务型对话系统(如点餐、订票等。)，或者问答式对话系统，以回答特定问题为目的，聊天式对话系统更多的是与用户进行开放式对话，安抚用户情绪或者只是随意聊天娱乐。
目前，集成聊天功能的产品越来越多，聊天也从一开始作为底部聊天。但是不同场景下的产品对聊天的需求差异很大。同时，在NLP技术的聊天开放领域，还有许多技术问题需要长期克服。不可避免地会出现各种问题，如损害业务目标，回答不相关的问题，与场景不符。
为了让开发者能够灵活高效地解决这些问题，UNIT针对平台预置的聊天技能设计开发了个性化干预能力，帮助开发者根据聊天技能的使用场景和业务需求，在其产品中进行不同维度、不同程度的个性化干预。它不仅可以降低R & amp开发者的d门槛，也提高了用户的对话体验。
聊天技巧的介入能力大大提升了谈话体验。
在机器人聊天中，我们通常会遇到不利于商业目标、无关紧要或断章取义的对话。单元聊天技能的干预能力，可以支持开发者进行多维度的干预选择，比如根据用户的文字、情绪、情感进行单条件或多条件组合判断聊天中的问题或答案。当用户在聊天过程中触发干预规则时，可以向用户输出固定的回复，替换回复中的关键词，生成满足特定条件的回复，并在回复内容前添加特定的前缀和后缀。可以灵活高效的干预开发者的敏感内容使用场景。
聊天技能的干预能力大大降低了开发门槛。
开发者如果想在一定程度上控制闲聊的内容，通常需要配置一个干预问答技能与一般闲聊技能配合使用，但这种方法可以不会实时生效。或者通过写代码的方式实现对聊天内容的干预和控制。单位引入的聊天个性化干预能力，无需编程，全程图形化配置干预规则。提交后经过快速训练可以在在线客户端实时生效，聊天效果可以快速提升。
编辑
个性化干预配置，全程图形化操作，无需编程。
如何在闲聊中快速实现个性化干预？
本文演示了如何在真实场景中实现聊天的个性化干预，并以某开发者对某客户代言人的负面信息干预控制为例。实现聊天的个性化干预只需要三个步骤。
第一步：掌握聊天技巧。
进入单位配置平台后，在我的技能-预置技能列表中选择聊天技能，点击按钮获得此技能在对话窗口获得聊天技巧并测试它们。
第二步：配置个性化干预规则。
比如开发商的代言人的客户是小明，网上有一些关于他整容的负面新闻。在对话测试窗口中，键入小明呢整容手术？"一般的聊天技巧可能会给出否定或者不恰当的答案。在这种情况下，有必要对诸如小明和整容手术。
关键词词典配置
进入聊天技能配置的后台，选择关键词词典在个性化干预模块中，首先建立一个代言人姓名字典，可以设置va的代言人姓名和艺名
进入个性化干预列表，创建新的干预规则。在干预条件中，选择干预对象用户问题、属性文本和关系包含，并选择新创建的发言人姓名字典作为值。如果在一个条件下设置了多个字典，那么字典之间的直接关系是OR，即只要用户的文本中包含任何一个字典中的关键字聊天提问，满足干预条件。在两个条件中设置两个关键字，让它们组成一个工会关系，即当用户的问题同时包含来自两个词典的关键词，则可以认为满足了干预条件。
设置回复内容
设置干预条件后，可以为用户设置回答内容满足干预条件的问题，可以通过多种方式进行回答，如输出固定答案、替换答案中的关键词、生成满足以下条件的答案、在答案中添加前缀和后缀等。目前，您可以选择输出固定回复并写下回复我不我不知道，它这都是谣言。"这里可以设置多条回复内容，系统会随机选择一条回复给用户，避免重复回复，让用户觉得无趣。
第三步：训练和测试生效。
完成干预配置后，您可以输入技能培训模块中，单击对新车型进行培训并生效，并进行培训。整个训练过程只需要1、2秒，干预的效果就能生效。当你再问小明整容的事时，机器人会回答我不我不知道，它这都是谣言。
此外，开发者在不同场景下面对不同的客户和产品，对聊天能力的要求也是不同的。比如一些针对二次元、年轻人的闲聊产品，可能需要可爱、时尚或者有活力，而法律、政府相关应用中的闲聊回答，内容和风格可能需要体现严肃性。
这时，开发者可以使用个性化干预模块为对话行为和情绪的用户问题和答案。还可以通过介入式配置训练，将开场、离开、正面引导、负面引导等需要人工设计的有趣词汇运用到聊天技巧中。
未来，百度大脑单元平台将根据开发者的反馈，持续优化聊天个性化干预能力，并提供聊天系统画像能力，让你的对话机器人风格更加多样化和智能化。
hfy
标签：干预技能对话