即使自然语言处理可以完全理解用户的请求，如果智能助理缺乏必要的知识，便无法进行合理的推理与决策，用户也会觉得智能助理并没有任何帮助。

没有任何知识帮助推理与决策的智能助理可能会出现下述场景：

一文介绍了如何构建企业知识图谱。利用该文介绍的技术，我们为智能助理EDI构建了对应的知识图谱，从中可以得到用户所在的大楼、楼层、位置、用户的关系网络、用户常去的会议室、用户的开会习惯、用户的日程安排等信息，在智能助理EDI完成任务时，这些信息使EDI变得十分智能。

使用了知识图谱的智能助理如下：

自然语言理解的结果通常为字符串形式（“张三”），而EDI需要结构化数据的实体ID（例如，张三的邮箱地址[email protected]）来唯一指定一个现实生活中的具象的实体。从张三转化为张三的邮箱地址的过程通常被称为实体链接推理（Entity Linking）。我们构建的企业知识图谱可以很大地提高实体链接推理的效率。比如，用户在会议请求中提到了张三，而公司里有很多个张三，用户到底指的是哪一个张三呢？EDI使用了实体链接中的联合检索模型来选择正确的张三，联合检索模型可以综合考虑张三的关系网络，从而最大化知识图谱的价值。

　　自救方法四：人机协同

人机协同也被称为AI+HI（artificial intelligence + human intelligence，人工智能+人类智能）。在当前阶段，大多数的智能助理都很难做到100%的准确。在实践过程中，我们发现智能助理+真人助理的模式是解决问题的有效形式，智能助理可以根据自信度决定是否需要真人助理的协助完成任务。

人机协同并不只是简单的1+1=2的关系。通过不断学习真人助理的行为模式积累数据、积累知识，智能助理就能不断成长与进步。而真人助理则可以受益于机器执行效率高的优点，提高工作效率。

在EDI的实际应用中，我们尝试了人机协同的方式。面对一个会议请求，EDI首先进行处理，只有当EDI的自信度低于阈值时才由真人进行协助。实际上，即使对需要帮助的这类请求，我们的人机结合方案在保证准确率的同时也将实际完成一个任务的时间成本从3~5分钟降低为不到一分钟。在上图的示例中，EDI可以在真人助理的对话过程中进行实体抽取，帮助真人助理自动填写表单，同时EDI会建议几个他认为的最佳回复给真人助理。这样可以大大缩短用户等待真人助理回复的时间（这可以提高需要真人参与完成的那些请求的用户体验）。同时，EDI能从真人助理完成任务的对话历史记录中学习更多可能的回复。

真人助理对自动回复建议采纳与否的每一次点击信号以及用户是否满意的信号为EDI提供并积累了大量的数据。EDI使用深度强化学习（Deep Reinforcement Learning）的技术根据真人助理对于回复建议的点击以及用户是否满意的反馈信息构建价值函数（value function）并根据获得的价值自行推理更优的对话策略，不断优化学习到的回复及其排序。这样EDI学到的对话策略及其最优回复建议都会和真人助理的回复越来越相似（甚至比真人助理的表现更好），智能助理就可以独立完成越来越多的任务，而逐步脱离对真人助理的需求。

　　再谈自然语言理解

作为智能助理的核心技术，自然语言理解是需要攻克的技术难题。前面提到的几个“自救法宝”其实都与自然语言理解息息相关。专注垂直领域和指导用户都是为了减小用户的语言输入空间从而弥补现阶段技术的不足；借助知识图谱其实是利用知识图谱帮助计算机进行自然语言的理解和消歧；人机协同则是通过人和机器的不断交互，让机器不断进行增量学习，逐步提高计算机的自然语言理解的能力。

微软亚洲研究院大数据挖掘组专注于两个方向的自然语言理解研究。