你感受到了吗？近些年，随着人工智能的蓬勃发展，越来越多的人工智能助理进入到了我们的日常生活中，如Cortana、Siri……

智能助理（Virtual Personal Assistant）是指以人工智能技术驱动，以自然语言对话作为主要交互方式，能够帮助个人完成任务的对话机器人（chatbot），属于对话即平台（Conversation as a Platform，CaaP）的重要应用之一。

　　人工智能助理还不够聪明

当前市场上形形色色的智能助理通常只能提供简单的信息查询的服务（如天气，新闻，股市等），而真正能够帮人们完成某项特定任务的智能助理可以说是凤毛麟角。不仅如此，用户在和智能助理交互过程中总会碰到诸多问题，导致用户体验不佳，用户普遍认为多数智能助理其实不（是）智（智）能（障）。

很多人将智能助理的局限性归咎于其核心技术——自然语言理解的不成熟，并期待着有一天深度学习或者其他机器学习技术能在自然语言理解领域迎来新的突破，最终使机器拥有能够和人类媲美的自然语言理解能力。到那时，“不智障”的智能助理才有可能出现。

的确，自然语言理解是智能助理的关键技术之一。但以目前的技术水平就不可能打造“不智障”的智能助理了吗？

微软亚洲研究院开发了一个名为，可以帮助用户自动预定会议室，或设置工作提醒等。通常，员工需要耗费5分钟左右的时间来安排一个会议，而EDI从收到用户的自然语言请求到完成会议预定只需要不到10秒的时间。用过EDI的同事都夸他聪明，atv，直播，因而越来越多的微软同事们选择EDI作为自己的日常工作小助手。如今，在微软亚洲研究院内部，超过一半的会议都是通过EDI自动预定的。可以说，EDI是一个真正聪明起来的人工智能助理。

今天，笔者以EDI开发过程中的经验和大家分享一下如何打造人工智能助理，提高其自然语言理解能力，以及人工智能助理还需要做好的几件事。我们认为这些事对于一个智能助理的成功来说——可以说是人工智能助理的四大“自救法宝”！

　　自救方法一：专注垂直应用

现阶段，要打造一个无所不能的“超级”智能助理有很大难度，但在一个垂直领域做到智能还是有可能的。

“超级” 智能助理的一个难点是开放域的自然语言理解。想将每一个领域都做到很大，并且合成一个“大而全”的智能助理——这个目标以目前的技术水平来说还是极富挑战的，因为我们无法对用户的请求进行任何先验假设。各个领域之间会有一定的冲突和矛盾。为了总体最优就必须有妥协和让步。最终的理想结果就是将若干个一般水平的智能助理们合成一个更为一般的集成智能助理。例如同一个词在不同语境和领域下可能有不同的意思，但在特定的领域内词语的含义往往就是确定的。

在我们开发 EDI训练意图识别（intention classification）和实体抽取（entity extraction）模型的过程中，使用了词向量（word embedding）作为特征表示，发现使用全局数据训练的词向量效果比只使用少量和日程规划相关的数据训练的词向量效果差很多，即使全局数据量远远大于局部数据量。分析数据发现，“schedule”和“book”两个词在全局空间并不是十分相似，而在局部空间两个词则非常接近。基于这个发现，我们使用了主题相关词向量（topic-aware word embedding）的算法，将训练数据的主题分类和词向量训练同时进行，得到的词向量很好地提升了EDI对于意图识别和实体抽取的准确率。

“超级” 智能助理的另一个难点是开放域的实体推理。EDI在时间理解方面就遇到了这样的问题。对于同一个表示“星期一”，在一个查询请求中“星期一有多少用户访问过我们的网站”，“星期一”应该被解析成过去的星期一，而对于预定请求“帮我订一个星期一的会议”这句话中，“星期一”则应该被解析成未来的星期一。EDI将这些和领域知识相关的参数作为隐变量，用递归神经网络（RNN）对请求中的上下文进行建模，利用封闭域数据学习时间抽取的结果到时间理解的结果的映射，进行上下文相关的时间语义理解。