作者： 宋玉美

导读

在语音机器人中，经常需要槽位识别来提取用户回答中的关键信息，以便用于控制对话逻辑跳转和标识对话关键词等，我们通过命名实体识别（Named Entity Recognition，NER）技术来提取对话中的实体词（关键词），即语音机器人中的槽位词。

背景

由于语音识别（Automatic Speech Recognition，ASR）技术采用的是第三方通用的语音识别，而在不同的业务中往往涉及到很多专有的名词，因此经过ASR后的文本很容易发生拼音正确但词识别错误的情况，或因用户口音、噪音、通话质量等问题导致ASR后的文本容易存在拼音相似但词不正确的问题。

为了提升对话流畅度，需要对识别出的槽位词进行纠错。例如在新车外呼场景中，用户回复文本 “我想买那个别克7268”，NER识别出车品牌“别克”，车系“7268”，但其实用户想表达的是“别克GL8”，通过槽位纠错可以将车系“7268”纠正成“GL8”，可以更好识别用户意图， 通过纠错后线上车品牌车系两种槽位的准确率提升14.43%，召回率提升8.29%。后续本文将分别从槽位识别与纠错进行详细介绍。

槽位识别流程

语音机器人中很多话术需要提取用户回答中的关键信息，比如新车的话术，系统对咨询过二手车的用户进行回访，并从中了解用户是否想购买新车及具体想购买什么车，需要识别出槽位：车品牌、车系、车型、新车/二手车，便于对用户进一步的跟进。

槽位识别是一种序列标注问题，序列标注就是对给定文本的每一个字符打上标签，然后提取出我们关心的关键词，通常采用实体识别[1,2]方式实现。标签的格式通常使用两种标准：IOB2和IOBES，标签含义如下 ：

识别结果如下图所示，标签包含实体类型和位置两个部分，图中“大众”和“帕萨特”即为实体。

槽位识别的开发主要分两步：数据标注和模型训练。数据标注又分为如下几步：1）定义本体库，即定义需要识别的实体类型，比如car_brand（车品牌）；

  1. 通过爬虫爬取带有实体词的文本数据作为候选标注数据；
  2. 根据积累的实体关键词，利用trie树对文本中的实体词进行初始化；
  3. 数据部署到rasa-nlu(一款开源的NLP工具)进行标注，对初始化的实体词进行微调。

数据标注完成后，训练实体识别模型。我们采用IDCNN+CRF [3]和BiLSTM+CRF [4~6]两种模型进行实验。IDCNN通过空洞卷积增大模型的感受野，通常以多个卷积核为一个网络单元，再重复多次以学习上下文的特征；BiLSTM通过双向的LSTM学习到输入文本序列之间的依存关系；两种模型都是对输入文本进行特征提取，得到标签数量维度的特征向量，再作为CRF的特征，从而将标签之间的依存关系也学习到，最终得到每个字对应的实体标签, 合并操作后得到槽位词。

在12000条评测数据上，采用BiLSTM+CRF模型，相比IDCNN+CRF模型车品牌槽位的准确率和召回率分别提升5.22%、2.86%，车系槽位的准确率和召回率分别提升3.6%、3.39%，整体来看，采用BiLSTM+CRF槽位识别效果更好。以下结合几个例子具体分析。

BiLSTM对句子整体和当前位置的特征比较敏感，IDCNN对周边局部比较敏感。比如，句子“在北京通盈。”， 关键词“北京”是地址也是车品牌，在本句话中表达的应该是一个地址，BiLSTM会考虑“北京”的上下文特征，倾向于识别成地址槽位，而IDCNN更多地考虑局部特征，会将“北京”识别成车品牌，在车品牌“北京”后面的“通盈”识别成车系。

且在该场景下，通常用户回复较短，很容易语音识别错误严重，IDCNN可能会抓住错误的局部特征导致槽位识别错误，比如，“欧元版的面包车”（用户真实表达是“货运版的面包车”），语音识别错误的词“元”本身是比亚迪的一个车系，IDCNN对局部特征较敏感识别出车系“元”。

比如，用户回复“啊，买卫星刘。”（用户真实表达是“免贵姓刘”），IDCNN根据局部的“买”认为“卫星刘”是一个车系，而BiLSTM则会根据当前位置和句子整体特征将“刘”识别成一个姓。在ASR错误严重的句子，BiLSTM不仅根据当前词还会根据句子整体特征来识别是哪种槽位，效果会略好。

槽位纠错流程

在语音机器人的话术中，识别出来的槽位用于话术流转，对于有些话术，识别出的槽位也会作为最后标签的一部分返回。

比如在车话术中，机器人对有购车意向的用户进行回访，需要识别出槽位：新车/二手车、车品牌、车系、姓氏等。机器人首先询问用户要买新车还是二手车，此时需要提取出新车/二手车的槽位用作话术跳转，如果识别到该槽位话术跳转到肯定分支继续询问用户意向车型，此时需要识别出车品牌、车系槽位，便于对用户进一步跟进。

由于采用第三方通用的ASR服务，针对很多特定场景中的专业名词识别，容易出现谐音词错误（同音不同字，仪器大众与一汽大众）和混淆音词错误（拼音相似词不正确，江宁福特与江铃福特）的问题。

比如用户回复文本：“我想买那个别克7268”，槽位模型识别出车系：7268，直接将此错误车系回传给业务方无法入库，识别出的车系没有价值，因此我们需要对识别出的槽位实体词进行纠错，得到正确的槽位词（GL8）才能入库。如下表列出部分错误类型。

基于我们已有的领域知识（车品牌库、车系库及车品牌与车系的映射关系），首先对领域知识中的词进行预处理（去空格、去特殊符号、车系需要去掉车品牌前缀、大小写统一等），并将预处理后的词与原始领域词进行映射（chr海外–>丰田C-HR(海外)），后续所有与领域知识词进行比较，都采用预处理后的领域知识词，最终再映射到原始的领域知识词输出。

例如，如果识别出的槽位词与相应领域知识中预处理过的词完全匹配，则返回映射的原始领域词，如果不匹配，那么认为槽位词错误，需要纠正，如何纠正呢？

上述提到错误主要是由谐音或混淆音导致的，基于我们已有的车品牌、车系库，可以通过拼音相似度算法进行匹配，得到相似度最大的实体词，即认为是正确的实体词（会通过阈值来控制）。

拼音相似度算法采用编辑距离，将待纠错词与车品牌、车系库中的所有词都转成拼音，待纠错词与库中的词计算编辑距离（基于拼音的每个字母计算编辑距离），即待纠错的拼音字符串需要改动多少次才能变成目标拼音字符串，同时考虑到字符串长度的影响，再除以两个字符串拼音的长度，编辑距离越小，匹配程度越高，最终通过阈值来控制是否采纳纠错结果。

具体地，在语音机器人新车相关话术中，对于用户回复买车的文本，首先会提取出本句话所有识别出的车品牌，对错误的车品牌进行纠正，这里车品牌纠错设置的阈值比较大，尽可能使纠正后的车品牌正确，这样才能基于正确的车品牌进行车系的纠错。

车品牌纠错后�