对话系统开发：除了算法，这些问题不可忽略

语音交互作为互联网的一种入口方式，正在侵入我们的生活，人机交互的核心——对话系统，以其与生俱来的自然便捷性，被认为是继鼠标键盘、屏幕触控之后，未来的新一代交互范式。

然而，搭建一个对话系统，对于很多开发者来说，却是一个不小的挑战。

就如下图搭建智能对话机器人所应用的技术来说，不光需要开发者自身具备雄厚而完备的技术积累和数据积累，开发者还需要使对话系统具有基础的语言处理和分析技术，利用已掌握目标场景下所有技术训练的数据，在多轮交互的上下文信息中判断交互状态，进而作出反馈或执行指令……

另外，对于已上线的系统，开发者还需要善用对话管理能力，对系统进行定期评估与持续优化，这又是一项长远又极具挑战的任务。

面对长期又繁琐的工作量，百度为广大开发者提供了一个方便快捷可定制的对话系统训练平台——UNIT。UNIT 平台提供对话 BOT 的创建、训练、评估、优化能力，对话理解后的需求满足部分由开发者根据自身业务灵活实现，进而满足某个业务场景的对话理解交互需求。

9 月 13 日（周四），InfoQ 邀请到百度 NLP 资深研发工程师孙叔琦来主讲对话系统开发过程中如何准确理解领域问题、高效建设领域资源；如何善用 UNIT 提供的自然语言理解能力与对话管理能力，以及如何定期评估与持续优化已上线的对话系统。想参会？文末有惊喜。

1、如何准确理解领域问题？

2、如何高效建设领域资源？

3、高效建设词槽的原则是什么？如何理解内置词槽与自定义词典、规则的关系？

1、如何善用 UNIT 提供的自然语言理解能力与对话管理能力？

1、对话管理案例分析；

2、掌握高效定期评估与优化已上线对话系统机制。

9 月 13 日下午 14:00-15:30 （1 小时课程 +0.5 小时在线答疑）

地点：在线直播

点击文末「阅读原文」即可成功报名，您将在直播前收到直播链接在内的提醒短信／邮件。