HarmonyOS学习路之开发篇—AI功能开发(助手类意图识别)

简介: 随着人机交互越来越普遍,设备需要理解用户下达的各种指令,方便用户的操作。助手类意图识别能够利用机器学习技术,对用户发送给设备的文本消息进行语义分析和意图识别,进而衍生出各种智能的应用场景,使设备更智慧、更智能。

助手类意图识别概述

随着人机交互越来越普遍,设备需要理解用户下达的各种指令,方便用户的操作。助手类意图识别能够利用机器学习技术,对用户发送给设备的文本消息进行语义分析和意图识别,进而衍生出各种智能的应用场景,使设备更智慧、更智能。


约束与限制

当前只支持中文语境。

助手类意图识别文本限制在50个字符以内,超过字数将返回参数错误。文本要求UTF-8格式,如果格式错误不会引发报错,但将导致分析结果不正确。

Engine支持多用户同时接入,但是不支持同一用户并发调用同一特性。若同一特性被同一进程同一时间多次调用,则返回系统忙错误;不同进程调用同一特性,则同一时间只能处理一个进程业务,其他进程进入队列排队。

助手类意图识别开发

场景介绍

可以应用于语音助手,通过智能对话与即时问答的智能交互,帮助用户快速解决问题。比如,在驾驶时无法腾出双手来使用手机,但可以通过语音助手交互来操控手机,完成机票订购等操作。

在家庭设备上可以做到声控设备的各种操作,比如家庭智能设备的打开和关闭等。

接口说明

助手类意图识别提供了一个函数接口getAssistantIntention(),该接口主要针对助手场景下的意图识别,分析用户的意图。


主要接口

image.png


接口输入值说明


requestType表示请求类型,通过NluRequestType类定义了以下请求类型:

image.png


requestData表示输入的文本信息,为JSON格式,如下:


image.png



表1 category与module取值说明

image.png

接口返回值说明

返回值为JSONObject字符串:

image.png


开发步骤

在使用助手类意图识别API时,将实现助手类意图识别的相关的类添加至工程。


import ohos.ai.nlu.NluRequestType;
import ohos.ai.nlu.NluClient;
import ohos.ai.nlu.OnResultListener;
import ohos.ai.nlu.ResponseResult;

使用NluClient静态类进行初始化,通过异步方式获取服务的连接。


context:应用上下文信息,应为ohos.aafwk.ability.Ability或ohos.aafwk.ability.AbilitySlice的实例或子类实例。

listener:初始化结果的回调,可以传null。

isLoadModel:是否加载模型,如果传true,则在初始化时加载模型;如果传false,则在初始化时不加载模型。

NluClient.getInstance().init(context, new OnResultListener<Integer>(){
        @Override
        public void onResult(Integer result){
         // 初始化成功回调,在服务初始化成功调用该函数
        }
}, true);

调用助手类意图识别接口。

/** Constructing input parameters for testing getAssistantIntention method. */
String requestData = "{\"text\":\"关闭wlan\"}";
/** Start analyzing intention based on assistant tool */ 
ResponseResult responseResult = NluClient.getInstance().getAssistantIntention(requestData, NluRequestType.REQUEST_TYPE_LOCAL);

或者调用助手类意图识别的异步接口


NluClient.getInstance()
.getAssistantIntention(requestData, NluRequestType.REQUEST_TYPE_LOCAL, new OnResultListener<ResponseResult>() {
                @Override
                public void onResult(ResponseResult result) {
                    // 异步返回结果处理
                }
            });

解绑服务


/** release resource*/
NluClient.getInstance().destroy(context);


相关文章
|
27天前
|
机器学习/深度学习 人工智能 监控
构建未来:AI在持续学习系统中的应用与挑战
【5月更文挑战第29天】 随着人工智能(AI)技术的飞速发展,机器学习模型正变得愈发复杂和高效。然而,传统的AI系统往往在面对新数据或环境时显得僵化,需要重新训练以适应变化。持续学习系统(Continuous Learning Systems, CLS)旨在解决这一问题,通过使AI模型具备在学习过程中不断适应和进化的能力,以实现长期的知识和技能积累。本文将探讨AI在持续学习系统中的应用,分析其面临的主要挑战,并提出可能的解决方案。我们将重点关注模型的可塑性、灾难性遗忘问题以及数据效率等方面,以期为构建能够自我进化的智能系统提供理论基础和技术指导。
|
3天前
|
机器学习/深度学习 人工智能 算法
AI - 集成学习
集成学习是一种机器学习策略,它通过组合多个模型(称为基学习器)来创建一个更强大、更稳健的预测模型。基学习器可以是不同类型或同类型的模型,如决策树、SVM、神经网络等。
|
16小时前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在情感识别方面有哪些具体应用
AI在元宇宙学习中扮演关键角色,通过数据收集分析用户习惯、兴趣,提供个性化推荐。情感识别调整教学策略,智能评估反馈学习效果,实时互动解答问题,自适应学习系统匹配个体需求。同时,注重隐私安全保护,打造高效、精准、个性化的学习环境。
|
16小时前
|
人工智能 搜索推荐 安全
AI技术如何个性化指导元宇宙学习
**元宇宙学习融合VR/AR、区块链、AI、5G通信、三维建模、云计算,确保沉浸式交互体验。AI个性化推荐,区块链保障数据安全,5G提供高速连接,而安全技术守护用户隐私。**
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
OpenCV与AI深度学习之常用AI名词解释学习
AGI:Artificial General Intelligence (通用人工智能):是指具备与人类同等或超越人类的智能,能够表现出正常人类所具有的所有智能行为。又被称为强人工智能。
11 2
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
AI大模型学习涉及理论、技术和应用多个方面的探索
AI大模型学习涉及理论、技术和应用多个方面的探索
41 3
|
7天前
|
人工智能 自然语言处理 搜索推荐
优化AI对话体验并全面兼容GPT功能平台
优化AI对话体验并全面兼容GPT功能平台
15 1
|
26天前
|
机器学习/深度学习 存储 人工智能
构建未来:AI在持续学习系统中的进化
【5月更文挑战第30天】 随着人工智能(AI)技术的迅猛发展,其在多个领域的应用已经从理论走向了实践。特别是在机器学习领域内,AI系统的持续学习能力成为关键因素,它决定了一个模型能否适应不断变化的环境并持续提升性能。本文将深入探讨AI在持续学习系统中的关键技术,包括记忆增强、转移学习和元学习等,以及这些技术如何帮助AI系统更好地适应新环境,提高决策效率,从而推动AI技术向更加智能化和自适应化方向发展。
|
6天前
|
机器学习/深度学习 人工智能 搜索推荐
详细探讨AI在个性化教育平台中学习路径推荐的应用
详细探讨AI在个性化教育平台中学习路径推荐的应用
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
AI大模型学习
AI大模型学习
21 0