智能语音助手预测用户潜在目标的技术突破

潜在目标推断能力

某中心致力于让用户与语音助手的交互如同人际对话般自然。最新研发的能力使语音助手能够推断用户的潜在目标——即用户请求中隐含但未直接表达的需求。例如当用户询问"泡茶需要多久？"，潜在目标可能是设置泡茶计时器。系统在回答"建议浸泡五分钟"后，会主动追问"是否需要设置五分钟计时器？"

首先通过基于深度学习的触发模型判断是否需要进行潜在目标预测。该模型综合分析对话上下文的多维度特征，包括当前会话文本历史及用户过往与多技能建议的互动记录。早期实验表明，并非所有对话场景都适合进行潜在目标发现，该模型能有效避免错误推断（如将"鸡肉食谱"查询误关联到"播放鸡叫声"）。

该模型通过分析用户语句的多种特征实现预测：

模型通过主动学习持续优化预测精度，自动识别对模型微调具有高信息量的样本交互。

语义角色标注模型从当前对话（包括助手响应）中提取命名实体和参数，上下文传递模型将这些实体转换为结构化格式，确保第三方技能即使使用自有本体系统也能无缝消费这些数据。通过Bandit学习算法自动追踪推荐效果，对表现不佳的体验进行动态抑制。

该技术已在美国英语版语音助手部署，无需技能开发者额外适配。开发者可通过无名称交互工具包提升技能在发现模型中的可见度。初期指标显示，潜在目标发现功能显著提升了部分开发者技能的用户参与度。