通過機(jī)器學(xué)習(xí)和自然語言理解結(jié)束，Uber實(shí)現(xiàn)了一套智能的聊天系統(tǒng)，從而有效的提升司機(jī)和乘客之間的溝通效率，減少對(duì)司機(jī)的打擾。

想象一下站在路邊等待你的優(yōu)步車過來接你時(shí)，在你的應(yīng)用程序上，你會(huì)看到車子幾乎沒有移動(dòng)。于是你向司機(jī)發(fā)送消息了解發(fā)生了什么事。

你不知道的是，你的司機(jī)在前往接你的途中遇到了交通堵塞。他們會(huì)收到你的消息并希望回復(fù)。這種情況是優(yōu)步的司機(jī)伙伴們告訴我們的一個(gè)痛點(diǎn)。所以我們開始思考，如果有可能的話，司機(jī)可以通過一個(gè)簡(jiǎn)單的點(diǎn)擊就可以與乘客進(jìn)行溝通。

我們提出了一種新的智能回復(fù)功能，稱為一鍵式聊天（OCC）。借助OCC，在開始行程前乘客和司機(jī)之間的協(xié)調(diào)更快、更無縫。利用機(jī)器學(xué)習(xí)和自然語言處理（NLP）技術(shù)來預(yù)測(cè)對(duì)一般乘客信息的響應(yīng)，優(yōu)步開發(fā)了OCC讓司機(jī)更容易回復(fù)app內(nèi)的消息。

OCC 是UberChat最新的關(guān)鍵的增強(qiáng)功能之一，旨在通過提供最相關(guān)的回復(fù)，為優(yōu)步的司機(jī)伙伴提供一鍵式聊天體驗(yàn)。

圖1：通過一鍵式聊天，司機(jī)可以更輕松地回復(fù)乘客的消息。

一鍵式聊天架構(gòu)

一鍵式聊天（OCC）利用Uber的機(jī)器學(xué)習(xí)平臺(tái)Michelangelo在乘客聊天消息上執(zhí)行NLP，并生成適當(dāng)?shù)幕貜?fù)。如下面的圖2所示，該體系結(jié)構(gòu)遵循五個(gè)步驟：

1.發(fā)送方（乘客app）發(fā)送消息。

2.一旦我們的后端服務(wù)收到消息，后端就會(huì)將消息發(fā)送給Michelangelo的機(jī)器學(xué)習(xí)服務(wù)。

3.機(jī)器學(xué)習(xí)模型對(duì)消息進(jìn)行預(yù)處理和編碼，為每個(gè)可能的意圖生成預(yù)測(cè)分?jǐn)?shù)，并將它們發(fā)送回后端服務(wù)。

4.一旦后端服務(wù)收到預(yù)測(cè)，它將遵循回復(fù)檢索策略以找到最佳回復(fù)（在這種情況下，生成前四個(gè)最佳回復(fù)）。

5.接收方（司機(jī)應(yīng)用程序）接收建議并將其呈現(xiàn)在應(yīng)用程序上供司機(jī)點(diǎn)擊。

圖2：優(yōu)步智能回復(fù)系統(tǒng)OCC的架構(gòu)由五步工作流程組成。

為了找到對(duì)每個(gè)接收消息的最佳回復(fù)，我們將任務(wù)制定為具有兩個(gè)主要組件的機(jī)器學(xué)習(xí)解決方案：1）意圖檢測(cè)和2）回復(fù)檢索。

如下面的圖3所示，思考這個(gè)例子，以更好地理解機(jī)器學(xué)習(xí)如何實(shí)現(xiàn)OCC體驗(yàn)：

圖3：機(jī)器學(xué)習(xí)算法賦予OCC體驗(yàn)流程。涉及兩個(gè)關(guān)鍵步驟：1）意圖檢測(cè)和2）回復(fù)檢索。

司機(jī)收到一條乘客的信息：“你現(xiàn)在在哪里？”，這在司機(jī)前往接乘客的途中非常常見的。OCC系統(tǒng)首先將消息的意圖檢測(cè)為“你在哪里？”這一步稱為意圖檢測(cè)。然后，系統(tǒng)會(huì)向司機(jī)發(fā)出前四個(gè)最相關(guān)的回復(fù)，分別是“ 是的，我在路上 ”，“ 抱歉，堵車了 ”，“ 我在您的上車地點(diǎn) ”，以及“ 請(qǐng)給我打電話“。這是回復(fù)檢索步驟?，F(xiàn)在，司機(jī)可以選擇這四個(gè)回復(fù)中的一個(gè)，并通過一次點(diǎn)擊將其發(fā)送給乘客。

在UberChat中實(shí)現(xiàn)OCC

我們的UberChat系統(tǒng)允許Uber平臺(tái)上的司機(jī)，乘客，消費(fèi)者和派送員在app內(nèi)進(jìn)行通信。當(dāng)前流程遵循標(biāo)準(zhǔn)消息傳遞系統(tǒng)：我們希望發(fā)送者輸入他們的消息，然后將消息發(fā)送給接收者。下面的圖4顯示了具有典型消息流的UberChat系統(tǒng)的概述：

圖4：UberChat后端服務(wù)管理發(fā)送者和接收者之間的消息流。

對(duì)于用戶發(fā)送的每條消息，Uber的消息傳遞平臺(tái)（UMP）執(zhí)行以下操作（如上圖4所示）：

1.將Sender的消息發(fā)送到Uber的Edge Gateway

2.將消息路由到Uber的Messaging Platform

3.將消息添加到推送通知服務(wù)

4.向Uber的Cassandra數(shù)據(jù)庫存放持久化消息

5.推送遠(yuǎn)程和本地的表層消息給Receiver

6.收到消息后，從Messaging Platform獲取消息正文

為了支持智能回復(fù)，我們要能夠使用機(jī)器學(xué)習(xí)模型以足夠低的延遲實(shí)時(shí)評(píng)估回復(fù)。為了滿足這一需求，我們利用Uber的內(nèi)部機(jī)器學(xué)習(xí)平臺(tái)Michelangelo的機(jī)器學(xué)習(xí)的訓(xùn)練和服務(wù)流水線。

在UberChat中通過機(jī)器學(xué)習(xí)提供智能回復(fù)

根據(jù)設(shè)計(jì)，OCC旨在為司機(jī)伙伴們?cè)谇巴映丝推陂g（即Uber特定的場(chǎng)景和主題領(lǐng)域）提供簡(jiǎn)單的聊天體驗(yàn)。然而，它與所有其他試圖理解普通文本信息的嘗試一樣都有一個(gè)技術(shù)挑戰(zhàn)：它們不僅簡(jiǎn)短，而且還包含縮寫、拼寫錯(cuò)誤和口語。我們?cè)谠O(shè)計(jì)機(jī)器學(xué)習(xí)系統(tǒng)時(shí)考慮到了這一挑戰(zhàn)。

從外部看，OCC接收到最新傳入的消息并返回可能的回復(fù)，但在后臺(tái)還有更多事情要做。有兩個(gè)主要的工作流為OCC ML系統(tǒng)、離線訓(xùn)練和在線服務(wù)提供服務(wù)，如圖5所示：

圖5：OCC的背后，我們的機(jī)器學(xué)習(xí)系統(tǒng)依賴于兩個(gè)工作流程，離線訓(xùn)練和在線服務(wù)。

離線訓(xùn)練

在離線訓(xùn)練期間，我們使用以下基于嵌入的ML和NLP流水線來處理這些文本消息：

預(yù)處理器

為了準(zhǔn)備文本嵌入模型的訓(xùn)練數(shù)據(jù)，我們利用了匿名的UberChat消息。我們首先按語言（語言檢測(cè)）對(duì)聊天消息進(jìn)行劃分，然后進(jìn)行長(zhǎng)度截?cái)啵ㄩL(zhǎng)度<= 2）。最后，我們對(duì)每條消息進(jìn)行標(biāo)記。

文本和消息的嵌入

在預(yù)處理之后，我們使用Doc2vec模型進(jìn)行消息嵌入，它從可變長(zhǎng)度的文本片段（例如句子，段落和文檔）中學(xué)習(xí)固定長(zhǎng)度的特征表示。我們?cè)跀?shù)百萬個(gè)匿名的、聚集的UberChat消息中訓(xùn)練Doc2vec模型，并使用該訓(xùn)練將每個(gè)消息映射到一個(gè)密集的向量嵌入空間。滿足我們需求的Doc2vec的兩個(gè)主要優(yōu)點(diǎn)是它可以捕獲單詞的順序和語義。下面的圖6使用t-SNE圖在二維投影中可視化單詞向量。由于它捕獲了單詞的語義，因此模型可以將相似的單詞聚集在一起。例如，“Toyota”接近““Prius”和“Camry”，但與“chihuahua”相距很遠(yuǎn)。

圖6：Doc2vec單詞嵌入的這種二維t-SNE投影顯示了模型自動(dòng)組織概念和隱式地學(xué)習(xí)單詞之間的關(guān)系的能力，并基于語義對(duì)它們進(jìn)行聚類。

意圖檢測(cè)

為了理解用戶的意圖，我們?cè)谇度脒^程之后訓(xùn)練了我們的意圖檢測(cè)模型。與Gmail的智能回復(fù)功能類似，我們將意圖檢測(cè)任務(wù)定義為分類問題。

為什么我們需要意圖檢測(cè)？因?yàn)槿祟愓Z言豐富。有很多方式會(huì)提出同樣的問題，比如“你要去什么地方？”，“你倆要去哪里？”，“你的目的地是什么？”拼寫錯(cuò)誤和縮寫會(huì)增加更多排列，所以聊天消息增加了一定程度的復(fù)雜性。

創(chuàng)建一個(gè)需要對(duì)數(shù)百萬個(gè)問題進(jìn)行回復(fù)的系統(tǒng)將無法擴(kuò)展，因此我們需要一個(gè)系統(tǒng)來識(shí)別每個(gè)問題背后的意圖或主題，從而對(duì)有限的意圖進(jìn)行回復(fù)。下面的圖7說明了不同的消息如何根據(jù)檢測(cè)到的意圖聚集在一起：

圖7：在這種二維t-SNE的句子嵌入的投影中，模型圍繞意圖聚類消息。

意圖-回復(fù)映射

我們利用匿名和聚集的歷史對(duì)話來查找每個(gè)意圖的最常見的回復(fù)。之后，我們的通信內(nèi)容策劃師和法律團(tuán)隊(duì)進(jìn)行一輪又一輪擴(kuò)充，使回復(fù)盡可能的容易理解和準(zhǔn)確。然后，我們?yōu)榛貜?fù)檢索創(chuàng)建意圖 - 回復(fù)映射。

在線服務(wù)

一旦我們完成模型的離線訓(xùn)練，在線服務(wù)就相對(duì)簡(jiǎn)單了。我們獲取最新的輸入消息并通過與離線相同的預(yù)處理器發(fā)送它們。預(yù)處理的消息將通過預(yù)先訓(xùn)練的Doc2vec模型編碼為固定長(zhǎng)度的向量表示，之后我們使用向量和意圖檢測(cè)分類器來預(yù)測(cè)消息的可能意圖。

最后，通過利用我們的意圖 - 回復(fù)映射，我們根據(jù)檢測(cè)到的意圖檢索最相關(guān)的回復(fù)，并將它們顯示給接收消息的司機(jī)伙伴。此外，一些極端情況將由規(guī)則而不是算法所掩蓋，包括非常短的消息（預(yù)處理階段中被截?cái)嗟南ⅲ?，表情符?hào)和低置信度預(yù)測(cè)（多意圖用例）。

下一步

我們計(jì)劃繼續(xù)在全球市場(chǎng)中將一鍵式聊天功能擴(kuò)展到其他語言。我們還在研究更多特定于Uber的上下文功能，如地圖和交通信息，并計(jì)劃將它們合并到我們現(xiàn)有的模型中。這些更新將增加我們更準(zhǔn)確地識(shí)別用戶意圖和展示定制回復(fù)的可能性，從而更好地協(xié)助司機(jī)伙伴們：簡(jiǎn)而言之，讓優(yōu)步體驗(yàn)變得更加神奇。

此外，雖然當(dāng)前系統(tǒng)使用靜態(tài)意圖 – 回復(fù)映射來檢索回復(fù)，但我們計(jì)劃構(gòu)建一個(gè)回復(fù)檢索模型以進(jìn)一步提高OCC系統(tǒng)的精度。

在高層次上，OCC是一個(gè)多回合對(duì)話系統(tǒng)的自然應(yīng)用，因?yàn)樗緳C(jī)伙伴們和乘客們可以在他們找到對(duì)方之前進(jìn)行多次對(duì)話。利用OCC和其他功能，構(gòu)建一個(gè)對(duì)話系統(tǒng)改善化成功接到乘客和聊天體驗(yàn)的這個(gè)長(zhǎng)期過程，最終在我們的平臺(tái)上帶來更好的用戶體驗(yàn)。

OCC只是Uber中眾多不同的NLP / Conversational AI計(jì)劃中的一個(gè)。例如，NL也被用于提高Uber[1，2]的客戶服務(wù)，同時(shí)也處于免提乘車的核心位置，這一塊我們將很快開始測(cè)試聲控命令。