【任务型对话】从ARML看亚马逊的语义表达式

在任务型的话中，一般会包含一个语义理解模块，会将用户query转化为domain、intent、slot的表示，例如query=‘我要吃中国菜’，对应的domian=饭店，intent=订餐，slot=(类型：中国菜)，这种方式也持续了很长时间，但是面对跨域、细粒度的槽位、数以万计的技能，可能这种domain、intent、slot的表示就难以表达query的语义了。

于是提出了一种新的语义表达方式，相比于之前的domain、intent、slot体系，能够支持跨域的query、细粒度的实体类型、复杂的句子和表达。并且公开了一份2万样本的、包含8个域的对话数据集。

ARML是一种基于图的语义表达式，将用户query转化为一个有根图，图的节点包括类、动作、运算符和关系，边包含属性和角色，类表示一类事物，例如任务；动作表示核心功能；运算符和关系表示类之间的复杂关系，例如等价、比较等运算符。

AMRL

一个独立于domain和语种的基于图的语义表示方法，其中图的点包括action, operators, relations and classes ，properties and roles表示为边。

其中类表示一类事物，粗粒度的类包含人物、地 点、资产、产品、项目、组织，细粒度的类包含音乐专辑、饭店;动作表示alex音箱的核心功能， 比如播放音乐、查看天气等(具体多少不太清楚);

运算符和关系表示类之间的复杂关系，例如等 价、比较等运算符。属性表示类与类之间的关联，比如父类和子类的属性，饭店属于地点的子类; ⻆色表示类和动作之间的关系，例如⻆色宾语(object)，某些类就是动作的宾语。

Alexa ontology

包含图的节点classes, action, Operators and Relations，边：properties and roles。

节点：

• Classes（类）: 类表示一类事物，粗粒度的类包含人物、地 点、资产、产品、项目、组织，细粒度的类包含音乐专辑、饭店;
• Actions（动作）：类似于意图，表明用户想要系统做什么，对应alex音箱的核心技能，比如播放音乐、查看天气等;
• types，表示mentions（提及的实体）的类别。
• operators and Relations（运算符和关系）：表示类之间的复杂关系，例如等价、比较等。

边：

• properties（属性）：属性表示类与类之间的关联，比如父类和子类的属性，饭店属于地点的子类; 属性又抱哈
  • .name：对于不可数的节点之间，用.name的关系
  • .value：对于数字的节点之间，用.value的关系
  • .type: 表示实体的类型
  • .author: 某个书的作者
  • .about: 某个书的模糊主题
• role（⻆色）： ⻆色表示类和动作之间的关系，例如⻆色宾语(object)，某些类就是动作的宾语。

Alexa meaning representation language

可以看到，底部每个节点都是一个类，节点之间通过属性和角色连接，根节点对应动作，这个的两句话虽然是不同域，但是可以复用同一个动作=“turn on”，如果是DIS的话，就会有很多的域和意图，导致数据稀疏，这也是AMRL的优势。

Expanded Language Support（扩展支持？）

这里表明ARRL能够支持更多的表达，包括：1）指代：“What is Madonna’s lat- est album” “Play it.”，通过及指代节点判断，就可以将两句话的图链接；2）推理：类似于指代，也是图节点链接；3）跨域：上面例子已经讲了，不同域可以复用动作等。4）连词，分句和否定：一句话里面包含了多个域的动作，能够通过以动作和root的图关联起来；5）Conditional statements：也是多个图链接，只是有的子图是条件；6）Referring expressions for locations；7）Composition：可以通过复用type和子图来相似的意思。

可以参考下面的例子：

最终ALEX在AMRL下准确率是78%，个人感觉里面有些东西还是定义得太复杂，对于一般的垂域的任务型对话不太适用，适合于比较开放的、包含非常多域的语音助手，而且整体对于每个垂域的优化不太友好，可能还是得和domain/intent/slot体系结合，在某些域下用前者，某些域用后者。

Reference

The Alexa Meaning Representation Language