專訪陳華榮：搜「主角一開始就死」可搜齣電影，小米電視如何做到

本文作者：蔣鴻昌

導語：模糊語義識別、智能問答、多輪對話，會讓家中的電視越來越聰明。

上個月，小米發布了一款新電視——小米電視4A。這次發布會距離小米電視4的發布僅過去了2個月。小米電視4A的發布有個小背景，從去年下半年開始，因為原材料價格的大幅上漲，2月份，小米電視3s已經漲價了500-600元，剛發布的小米電視4雖然還未上市銷售，但4.9mm的厚度以及超窄的邊框，註定了它在價格上不是一個「小米式」的產品。

小米電視4A被稱作回歸高性價比之作，不過同時，王川也給這款電視帶來了一個新特性——人工智慧，這是「小米首款人工智慧語音電視」。發布會上，王川的演示獲得了全場掌聲，尤其是他說出諸如「小嶽嶽追車的畫面」、「鄧超和張天愛第一次見面的場景」的指令，小米電視4A準確跳到相應畫面時。

這些讓人驚嘆的智能背後，需要語音識別以及自然語言處理的支持，三角獸正是為小米電視提供語義理解技術的公司。日前，雷鋒網採訪了具體負責這個項目的三角獸技術合伙人陳華榮，聊了聊他的職業經歷，小米電視4A的人工智慧背後的秘密，以及語義理解在垂直領域的商業化應用。

三角獸技術合伙人陳華榮

陳華榮：從Bing的Answer系統到三角獸的聊天機器人

2005年，在中科院軟體所獲得計算機軟體與理論專業碩士後，陳華榮就加入了微軟，並先後在北京和微軟西雅圖總部工作。2013年，他回到了北京，在Bing部門負責中日韓的Answer系統。所謂Answer系統，即向用戶提供結構化的顯示結果，用戶不用離開搜索引擎，就能獲取到需要的信息。

如上圖，當你搜索《羋月傳》時，第一條搜索結果會直接出現這部電視劇的信息、海報、簡介和每一集的視頻鏈接，而且來源於兩個不同的視頻網站。百度和Google也有類似的系統，它們通常以卡片的形式向用戶展示。

Answer系統和普通搜索結果的最大區別，是它力求準確而不是關鍵詞的相關性。陳華榮向雷鋒網解釋，這主要依靠工程師對數據整理的準確性。對結構化的數據，如電視劇評分，系統會直接抓取，而對於半結構化和非結構化的數據，則需要先抓取下來，再做語義分析，然後以結構化的方式呈現給用戶。對於視頻類信息，系統則通過接入API的方式，直接把視頻網站的數據呈現出來。

這個工作和三角獸目前專註的語義分析其實是匹配的。而在微軟這樣的大公司，即使有小冰、Cortana這樣的產品，它們的一切也要圍繞微軟的戰略進行，這是最讓陳華榮感到掣肘的地方。所以，在2016年，當三角獸的CTO，也是陳華榮在微軟的同事亓超找來時，他毫不猶豫地加入了後者。

讓自然語言理解的服務應用到更多領域，打造一個語義理解的大腦，是三角獸的願景。現在，三角獸專註的領域之一，任務驅動的多輪對話是陳華榮負責的重要工作。所謂任務驅動的多輪對話，即用戶帶著明確的目的來，通過自然語言的交互方式，快速解決自己的問題，如訂餐、看電影等。

多輪對話的目的，是因為和人類正常的聊天一樣，單獨一句話通常不能明確表達需求，這就需要系統通過反問、反覆確認來一步步明確用戶的需求，並返回結果。這已經超越了簡單的語義理解加信息檢索的過程，而是一個在對話過程中不斷明確需求的決策過程。這也是聊天機器人解決實際問題的基礎。

模糊語義識別：你把電視劇名字記錯了，我依然能給出正確的結果

陳華榮告訴雷鋒網，三角獸此次為小米電視4A準備了一整套的語義理解方案，而小米根據自身的產品需求和排期，主要選擇了模糊語義理解和視頻問答兩個部分。

所謂模糊語義識別，即在用戶輸入模糊的、不準確甚至錯誤的信息時，依然能給出正確的搜索結果。因為小米電視使用了語音作為交互方式，輸入時，用戶的語調不同，就有可能出現錯誤信息，另外，當用戶記憶不清時，也經常會給出錯誤的搜索詞。

陳華榮舉了個例子，前段時間有一個很火的電視劇叫《老公們的私房錢》，而用戶則可能錯記為《男人們的私房錢》。這個時候，三角獸的技術就可以返回正確的結果。

對於模糊語義識別的實現過程，陳華榮介紹，三角獸在視頻這個領域建立了語義糾錯的語言模型，會處理字形像（半 -羋）、模糊音（肖生克 - 肖申克）、同音不同字（路遙知馬力 - 陸垚知馬俐）、語義相近（男人們 - 老公們）等等的問題。在該模型的基礎上三角獸做了特別的處理去做索引建庫。

當用戶的查詢（query）過來後，經過糾錯模型去作特別的處理後，再到資料庫中盡量地召回相關的視頻；之後，排序（Rank）模型的特徵在糾錯模型的基礎上，結合大數據挖掘的信息，如熱度、評分等等，對結果進行重排序，從而把用戶想要找的視頻正確的檢索出來和進行了語義上的糾錯。這也是三角獸可以把「男人們的私房錢」糾正為「老公們的私房錢」，「肖生克救贖」糾正為「肖申克的救贖」的原因。

視頻問答：剪刀手愛德華的男主角還演過什麼電影？

視頻問答系統，可以看成是影視百科，包含視頻簡介、演員百科、劇中的角色、該演員還演過什麼電影等各種信息。這樣，當用戶用語音詢問諸如「剪刀手愛德華的男主角」時，系統就能給出正確的答案。

不過，問答系統的功能遠不止於此。發布會上，小米也做了很多展示，某些時候，它甚至超出你的想像。比如，「剪刀手愛德華的男主角還演過什麼電影？」、「《肖申克的救贖》是哪一天獲得的奧斯卡獎？」「小李子什麼時候拿過奧斯卡金像獎？」等，問答系統都能給出答案。

而陳華榮告訴雷鋒網，這些其實是很成熟的技術。首先，對這些語句進行理解並不困難，整個實現過程最大的難點，在於數據的提煉，也就是說，要將影視劇的各種信息提取出來，並提煉出各種標籤，然後通過檢索、排序，匹配用戶的需求。

和問答系統實現過程類似的是電影搜索，唯一的不同是對用戶的指令進行語義理解後，不是直接返回答案，而是到資料庫里去檢索相關的電影，並作重排序返回結果。這個功能的實用性更高，比如你甚至可以直接讓電視找出「只有一個人出演的電影」、「主角一開始就死了的電影」等。

（網路上散步著大量諸如「主角一開場就死了的電影」的信息，需要系統先抓取，再進行語義分析和信息提煉）

現在，對於影視劇信息，打標籤的大部分工作已經可以做到自動化。系統首先從影視劇的官方網站、豆瓣、貼吧、各種評論中抓取信息，再對這些信息進行挖掘，自動提煉信息。另外，對一些知名度高的頭部內容，三角獸也會用人工的方法進行標註，匹配用戶更多樣化的自然語言搜索需求。

陳華榮還告訴雷鋒網，未來，三角獸還將與小米電視在多輪對話方面展開合作，以對話的方式，更準確地匹配用戶更加個性化的需求。

例如，當用戶發出指令，「我要看《天龍八部》」時，系統會返回非常多的結果，為了更好地理解用戶，多輪對話系統會主動詢問「您要看電視劇還是電影？」如果用戶選擇了電視劇，系統可能會再次詢問用戶要看什麼版本，直到給出用戶滿意的結果。

進行多輪對話時，自然語言處理系統的關鍵一步是對對話狀態的追蹤，即根據多輪的對話來確定用戶當前的目標到底是什麼的過程。在這個過程中，系統要確認是講當前的狀態與前一個狀態是衝突的，還是要將兩個狀態進行合并。舉個簡單的例子，用戶想看劉德華的電影，但是對搜索結果不太滿意，他就可能轉換目的，「張學友的電影」，這個時候，系統已經按照兩個狀態衝突來進行處理，在結果中呈現張學友主演的電影；但是，如果用戶說了「和張學友的電影」，系統就會把兩個狀態進行合并，呈現劉德華和張學友一起演的電影。

所以，在智能電視的應用上，對影視數據的更精細化的提煉，以及對上下文的準確理解，是語義理解當前的一個難點。小米電視的應用，已經是一個開始。

語義理解大有「錢景」：智能客服、商場導購、車載系統、機器人、音樂……

除了任務驅動的多輪對話系統，三角獸的專註的另一個領域是開放域聊天。和要解決用戶具體需求的多輪對話系統不同，開放域聊天指系統能對用戶的任何問題給出回應，它的目的更多的是建立情感聯繫，拉近和用戶的距離。

在陳華榮看來，未來，開放域聊天會成為多輪對話的標配，沒有前者，系統會顯得呆板、機械，也很難給人智能的感覺。而開放域聊天和多輪對話、智能問答在一起，可以在很多領域有很好的應用。現在，三角獸已經在幾個領域有了應用：

金融領域：恒生電子

三角獸為這家給證券、銀行、基金、期貨等提供技術支持的企業開發了客服機器人系統，為用戶解決開戶，股票、基金投資信息等服務。

三角獸的客服系統的優勢在於語義理解系統，可以分析非常多樣的用戶提問，理解用戶的真實意圖，然後對應企業問答庫中的答案。

零售領域：香港新世界

三角獸提供了智能問答和多輪對話系統。比如在商場中，系統會推薦熱門的餐廳，也會在用戶提問時，通過進一步的引導，來明確用戶想要吃中餐、西餐，或者一人食還是聚餐的需求。

目前，該服務主要通過微信公眾號提供。系統還集成了開放域聊天技術，用戶也可以進行閑聊。

媒體領域：光明網

兩會期間，三角獸為光明網的「小明AI兩會」提供了技術支持（詳見雷鋒網之前的報道），分析了 40 多萬篇有關媒體報道和官方報告對其進行訓練，從29萬個辭彙中挖掘出近5000 個與兩會相關的關鍵詞，並據此整理出針對每一位代表委員的個性化報道。

車載環境：威馬汽車

主要是威馬汽車車載前裝音樂和導航模塊。在陳華榮看來，車載環境是語義理解應用非常好的垂直領域。因為這個環境里比較封閉，用戶的需求無外乎導航、尋找附近的銀行、餐廳，打電話等。

2015年，有一款叫Vinci的所謂智能頭機的產品，吸引了很多關注，但也引來了不少非議。現在，Vinci已經轉而主打語音交互，其背後的語義理解技術，同樣由三角獸提供。陳華榮還透露，三角獸正在與另一家大公司合作，更深入地進入音樂和智能音箱行業。

未來，讓銀行網點中不再需要櫃檯人員，以及對老人、小孩進行情感陪護，抑或通過IoT設備，通過自然語言的方式控制各種傢具設備，都是三角獸的目標。

雷鋒網原創文章，網站轉載請至雷鋒網官網申請授權。但，歡迎轉發分享~

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！