Hệ thống tách ý định và thông số từ lệnh nói ra sao?

• Phát ngôn đầu vào
• Ý định và các trường tham số
• Yêu cầu đã được xác định

Bạn sẽ học được gì

• Theo dõi câu nói qua văn bản, intent và các trường tham số.
• Tách và chuẩn hóa hướng, khoảng cách hoặc tên đối tượng.
• Xử lý giá trị thiếu hay mơ hồ bằng cách hỏi thay vì đoán.

Cần biết trước

Không cần kinh nghiệm lập trình; ví dụ dùng một câu yêu cầu giả định trong giao diện hội thoại.

Intent biểu đạt điều gì?

Intent là loại yêu cầu của người dùng trong một lượt hội thoại, chẳng hạn hỏi trạng thái hoặc yêu cầu di chuyển trong ứng dụng minh họa. Một câu có thể được diễn đạt bằng nhiều cách, vì vậy người thiết kế cung cấp các câu mẫu đại diện để bộ phân loại học dấu hiệu của từng intent. Những câu mẫu là ví dụ, không phải danh sách đầy đủ mọi cách người dùng có thể nói.

Trước đó, nhận dạng giọng nói chuyển sóng âm thành văn bản. Nếu âm thanh thành “đi về phía bắc khoảng hai trăm mét”, bộ hiểu ngôn ngữ làm việc trên chuỗi chữ và ngữ cảnh hội thoại; nó không nhìn trực tiếp thấy ý định trong sóng âm. Lỗi nhận dạng như đổi “bắc” thành một từ khác có thể làm sai bước hiểu sau, nên hệ thống cần giữ khả năng xem lại câu đã nhận dạng.

Câu nói được tách thành trường ra sao?

Trong ví dụ minh họa, câu “đi về phía bắc khoảng hai trăm mét” ánh xạ thành intent MoveToDirection, tham số direction = north, và distance = 200 m. Intent nói “làm gì”; tham số giữ các giá trị mà hành động cần. Đây là thiết kế minh họa, không phải một schema chuẩn hay kết quả nhận dạng đã thử.

Thực thể là đoạn văn bản mang một loại giá trị, ví dụ hướng, khoảng cách hoặc tên mục tiêu. Hệ thống gắn kiểu thực thể để giải thích “bắc” là hướng chứ không phải một phần tên riêng. Chuẩn hóa đổi cách nói sang dạng chương trình xử lý thống nhất: “hai trăm mét” và “200 m” có thể cùng thành một giá trị số và đơn vị chuẩn. Không nên bỏ đơn vị hoặc đoán đơn vị khi câu không nói rõ.

Thiếu hoặc mơ hồ thì hội thoại tiếp tục thế nào?

Mỗi intent cần khai báo trường nào bắt buộc và những kiểu giá trị nào được chấp nhận. Tài liệu Dialogflow CX mô tả việc điền tham số bắt buộc và nhắc người dùng cung cấp giá trị còn thiếu. Trong ví dụ, “đi về phía bắc” thiếu khoảng cách nên hệ thống hỏi “Bạn muốn dùng khoảng cách nào?” chứ không tự chọn.

Mơ hồ khác với thiếu. “Đi đến bến” có thể thiếu thông tin nếu có nhiều nơi mang tên bến; “đi xa hơn” có thể không rõ khoảng cách. Hệ thống nên chỉ ra chính xác trường chưa chắc và đặt một câu hỏi hẹp. Khi giá trị trái kiểu hoặc không được hỗ trợ, trả lời rằng không thể xử lý và yêu cầu nói lại; không lặng lẽ chuyển thành lệnh gần giống.

Một lượt xử lý hoàn chỉnh trông thế nào?

Thiết kế minh họa, không phải kết quả benchmark.

Người dùng nói câu mẫu có hướng và khoảng cách. Bộ nhận dạng trả văn bản; bộ hiểu chọn intent; bộ trích thực thể lấy hướng và cụm số đo; bộ chuẩn hóa biến chúng thành trường; bộ kiểm tra xác nhận trường bắt buộc hiện diện và kiểu phù hợp. Nếu thiếu trường, giao diện đặt câu hỏi rồi ghép câu trả lời vào cùng phiên hội thoại. Nếu hai intent cùng có điểm phù hợp hoặc tên mục tiêu khớp nhiều đối tượng, hệ thống yêu cầu chọn lựa. Chỉ một yêu cầu đầy đủ, không mơ hồ và được ứng dụng cho phép mới chuyển tiếp sang bước xác thực lệnh.

Cách phân rã này cũng giúp gỡ lỗi: so sánh câu gốc, văn bản nhận dạng, intent chọn được, đoạn thực thể và giá trị chuẩn hóa. Nếu từ đã sai ở văn bản, xem dữ liệu âm thanh/nhận dạng; nếu đúng chữ nhưng gán sai intent, xem ví dụ phân loại; nếu lấy sai con số, xem kiểu thực thể và chuẩn hóa.

Hiểu lầm thường gặp

Intent là lệnh hoàn chỉnh. Intent chỉ cho biết loại việc; các tham số còn cho biết hướng, khoảng cách hoặc đối tượng cụ thể cần thiết.

Câu hỏi thường gặp

Câu mẫu có phải bao gồm mọi cách nói không?

Không. Chúng là ví dụ giúp khớp cách diễn đạt; cần bao phủ các cách nói thực tế nhưng không phải liệt kê mọi câu có thể có.

Chuẩn hóa khoảng cách có tác dụng gì?

Nó chuyển cách viết hoặc cách nói khác nhau về một trường có giá trị và đơn vị nhất quán, để bước sau kiểm tra được.

Khi nào hệ thống nên hỏi lại?

Khi trường bắt buộc bị thiếu, giá trị không hỗ trợ, hoặc nhiều cách hiểu vẫn còn hợp lý sau khi trích xuất.

Tóm tắt

• Lời nói thành văn bản, văn bản khớp intent rồi trích thực thể thành tham số.
• Chuẩn hóa giữ giá trị và đơn vị rõ ràng cho bước kiểm tra.
• Trường thiếu hoặc nghĩa mơ hồ cần một câu hỏi cụ thể, không phải giá trị đoán.