阿里巴巴人工智能实验室在2018云栖大会上发布了AliGenie人工智能系统，这是面向软硬件厂商和开发者的开放式平台，将ASR语音识别、NLP自然语言处理、TTS语音合成等核心技术能力对外共享。本文详细介绍如何使用Java开发天猫精灵X1的自定义技能，从AliGenie开发者平台注册、技能创建…

AliGenie

一、常见产品

  1. 阿尔法狗AlphaGo

AlphaGo结合了三大核心技术：先进的搜索算法、机器学习算法（即强化学习），以及深度神经网络

  1. 银行大堂经理

  2. 小米-小爱

二、天猫精灵

1、家庭智能助理

家庭的智能设备语音遥控器，可以操作空气净化器、扫地机器人、摄像头等智能设备。

2、娱乐&购物

拥有音乐、电台、有声书、英语学习等功能，还可以通过语音指令让天猫精灵查询商品价格、加入购物车、付款、查询订单、跟踪快递等购物功能。

三、实现方式

自然语言 - DIS结构 + Skil技能回复

AliGenie

四、核心概念

1。人工智能

（1）人工智能的目标

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
-    推理
-    自动学习&调度
-    机器学习
-    自然语言处理
-    计算机视觉
-    机器人
-    通用智能
`（2）人工智能三大阶段```html
阶段 1——机器学习：智能系统使用一系列算法从经验中进行学习。
阶段 2——机器智能：机器使用的一系列从经验中进行学习的高级算法，例如深度神经网络。人工智能目前处于此阶段。
阶段 3——机器意识：不需要外部数据就能从经验中自学习。
`（3）人工智能的类型```html
 ANI（狭义人工智能）：它包含基础的、角色型任务，比如由 Siri、Alexa 这样的聊天机器人、个人助手完成的任务。
 AGI（通用人工智能）：通用人工智能包含人类水平的任务，它涉及到机器的持续学习。
 ASI（强人工智能）：强人工智能指代比人类更聪明的机器。
  1. NLP && NLU && NLG

（1）自然语言处理（NLP）是指机器理解并解释人类paralyzes写作、说话方式的能力。

NLP 的目标是让计算机／机器在理解语言上像人类一样智能。最终目标是弥补人类交流（自然语言）和计算机理解（机器语

言）之间的差距。NLP 的机制涉及两个流程： 自然语言理解、自然语言生成

NLP 中理解语义分析的方法：

分布式：它利用机器学习和深度学习的大规模统计策略。
框架式：句法不同，但语义相同的句子在数据结构（帧）中被表示为程式化情景。
理论式：这种方法基于的思路是，句子指代的真正的词结合句子的部分内容可表达全部含义。
交互式（学习）：它涉及到语用方法，在交互式学习环境中用户教计算机一步一步学习语言。

1
2
3
4
5
6
7
8
9
10
11
12
13
14

（2）自然语言理解（NLU)  是要理解给定文本的含义。

（3）自然语言生成(NLG) 是从结构化数据中以可读地方式自动生成文本的过程。

自然语言生成可被分为三个阶段：

文本规划：完成结构化数据中基础内容的规划。
语句规划：从结构化数据中组合语句，来表达信息流。
实现：产生语法通顺的语句来表达文本。
 `（4）深度学习的三项能力```html
可表达性：这一能力描述了机器如何能近似通用函数。
可训练性：深度学习系统学习问题的速度与能力。
可泛化性：在未训练过的数据上，机器做预测的能力。

NLP 中深度学习的常见任务

AliGenie

  1. DIS（Domain+Intent+Solt）

自然语言理解（NLU）完成后产出领域、意图、参数、上下文，后续就需要拿到这些信息做具体的业务逻辑处理。

AliGenie

例句：今天杭州天气怎么样？

（1）应用（Bot），代替人工作的机器程序，相当于对应某款产品，比如：天猫精灵X1

（2）领域（Domain），如同社会行业一样，划分不同领域，通过领域模型识别，比如：天气领域

（3）意图（Intent），解析出用户语音表达的具体目的，比如：天气查询

（4）实体（Entity），解析出用户语音里可能包含的某些特定词组，比如：时间、地区

（5）参数（Solt），解析出用户语音里形容的某些属性参数，比如：今天、杭州

（6）上下文，多次问答，获取每次的用户表达的确定含义，比如：是否查询天气

  1. DM场景

（1）简易问答场景：在bot内部配置的问答对

（2）用户自定义问答场景：用户在app里面设置好的回答语句

（3）事件场景：和用户按键结合的场景，这种场景通过按键信息，可以直接获取用户的意图

（4）是否唤醒词场景：

1）自定义技能（唤醒词）

2）不需要唤醒词：SFIC类型、NLU_GA类型

五、自定义技能详细步骤

5.1 申请加入平台

  1. 访问AliGenie开放平台

    1
    - 访问 [AliGenie开放平台](https://open.bot.tmall.com/)
    • 使用淘宝账号登录

  2. 创建开发者账号

    • 填写开发者信息
    • 完成实名认证
    • 等待审核通过（通常1-3个工作日）

  3. 创建应用（Bot）

    • 登录后，进入”我的应用”
    • 点击”创建应用”
    • 填写应用基本信息：
      • 应用名称
      • 应用描述
      • 应用图标
      • 应用类型（自定义技能）

5.2 新建技能

  1. 进入技能管理

    • 在应用详情页，选择”技能管理”
    • 点击”新建技能”

  2. 配置技能基本信息

    • 技能名称：如”天气查询”
    • 技能描述：描述技能的功能
    • 唤醒词：用户唤醒技能的关键词
    • 技能类型：选择技能类型（如查询类、控制类等）

  3. 设置技能权限

    • 选择技能需要的权限
    • 如需要用户位置信息、设备控制权限等

5.3 创建意图（Intent）

意图是用户想要执行的操作，需要定义意图和对应的槽位（Slot）。

1
创建意图步骤：

  1. 定义意图名称

    • 如：QueryWeather（查询天气）
    • 意图名称应该清晰表达用户意图

  2. 添加用户说法（Utterance）

    • 添加用户可能说的话，如：
      • “今天天气怎么样”
      • “查询天气”
      • “天气如何”
      • “今天会下雨吗”
    • 系统会根据这些说法进行训练

  3. 定义槽位（Slot）

    • 槽位是从用户话语中提取的关键信息
    • 例如天气查询需要：
      • city（城市）：从用户话语中提取城市名称
      • date（日期）：提取查询的日期
    • 为每个槽位定义：
      • 槽位名称
      • 槽位类型（实体类型）
      • 是否必填
      • 默认值

  4. 配置实体（Entity）

    • 定义槽位对应的实体值
    • 例如城市实体：
      • 北京
      • 上海
      • 杭州
      • 深圳
    • 可以添加同义词，如”帝都”对应”北京”
1
示例配置：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
{
  "intent": "QueryWeather",
  "utterances": [
    "今天{city}天气怎么样",
    "查询{city}的天气",
    "{city}今天会下雨吗",
    "明天{city}天气如何"
  ],
  "slots": [
    {
      "name": "city",
      "type": "CITY",
      "required": true,
      "defaultValue": "杭州"
    },
    {
      "name": "date",
      "type": "DATE",
      "required": false,
      "defaultValue": "今天"
    }
  ]
}

5.4 配置服务端接口

  1. 创建服务端接口

    • 在技能配置中，设置服务端URL
    • 接口需要处理AliGenie的请求格式

  2. 实现接口逻辑

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
@RestController
@RequestMapping("/aligenie")
public class AliGenieController {
    
    @PostMapping("/skill")
    public Response handleSkill(@RequestBody Request request) {
        // 解析请求
        String intent = request.getIntent().getName();
        Map<String, String> slots = request.getIntent().getSlots();
        
        // 根据意图处理业务逻辑
        if ("QueryWeather".equals(intent)) {
            String city = slots.get("city");
            String date = slots.getOrDefault("date", "今天");
            
            // 调用天气API
            WeatherInfo weather = weatherService.getWeather(city, date);
            
            // 构建响应
            Response response = new Response();
            response.setOutputSpeech("今天" + city + "的天气是" + weather.getDescription());
            return response;
        }
        
        // 其他意图处理...
        return new Response();
    }
`请求格式示例：```json
{
  "version": "1.0",
  "session": {
    "sessionId": "xxx",
    "newSession": true
  },
  "request": {
    "type": "IntentRequest",
    "intent": {
      "name": "QueryWeather",
      "slots": {
        "city": {
          "value": "杭州"
        },
        "date": {
          "value": "今天"
        }
`响应格式示例：```json
{
  "response": {
    "outputSpeech": {
      "type": "PlainText",
      "text": "今天杭州的天气是晴天，温度25度"
    },
    "shouldEndSession": true
  }

5.5 测试验证

  1. 在线测试

    • 在AliGenie平台选择”在线测试”
    • 输入测试话语，查看意图识别结果
    • 验证槽位提取是否正确

  2. 真机测试

    • 在天猫精灵设备上测试
    • 说出唤醒词和指令
    • 验证技能响应是否正确

  3. 调试技巧

    • 查看平台日志，了解请求详情
    • 使用Postman测试接口
    • 检查服务端日志

5.6 发布上线

  1. 提交审核

    • 完成技能开发和测试后
    • 提交技能审核
    • 填写技能说明和使用指南

  2. 审核通过

    • 等待平台审核（通常3-7个工作日）
    • 根据审核意见修改问题

  3. 正式发布

    • 审核通过后，技能正式上线
    • 用户可以通过天猫精灵使用你的技能

5.7 技能优化建议

  1. 提升识别准确率

    • 增加更多用户说法样本
    • 优化槽位定义和实体值
    • 处理同义词和口语化表达

  2. 优化用户体验

    • 提供清晰的语音回复
    • 处理异常情况（如网络错误）
    • 支持多轮对话

  3. 性能优化

    • 接口响应时间控制在2秒以内
    • 使用缓存减少API调用
    • 异步处理耗时操作

  4. 数据分析

    • 关注技能使用数据
    • 分析用户常用意图
    • 根据数据优化技能
1
1、[自然语言处理(NLP)基础理解](https://www.jianshu.com/p/b627cb31aab7)

本文标题： Java版天猫精灵X1AliGenie

发布时间： 2019年07月24日 00:00

最后更新： 2025年12月30日 08:54

原始链接： https://haoxiang.eu.org/8503db80/

版权声明： 本文著作权归作者所有，均采用CC BY-NC-SA 4.0许可协议，转载请注明出处！

赏
× 喜欢就赞赏一下呗！
打赏二维码