Alexa技能工具包(ASK)和话语

Question

我正在为Alexa开发一个简单的自定义技能。我已经将其启动并运行，并在AWS Lambda上托管处理程序。它工作得很好除了..。

在测试UI中，如果我输入一个有效的语句，例如help，cancel，swim，run (两个自定义语句)，一切正常；但是，如果我输入一个无意义的语句，例如dsfhfdsjhf，Alexa服务总是将无意义映射到意图模式中的第一个有效意图。

在我的lambda代码中，我有一个处理未知意图的处理程序；然而，意图永远不是未知的。这是测试界面的工件吗？还发生了什么吗？

谢谢，约翰

Answer 1

根据您的方法中包含了一个未处理的意图，看起来您正在使用Alexa Skills Kit SDK for Node.js。您的问题不是测试接口的工件。是的，有些事情正在发生。

虽然亚马逊还没有承认这一点，但这是SDK中许多人都认识到的问题。参见this open issue。从个人经验上讲，对于上面的建议，无论你是使用真实的单词还是胡言乱语，都不会调用未经处理的意图。在这个问题解决之前，我的建议是构建一个处理程序，它是对您技能的高级提示，并向用户重申他们拥有的有效选项。将其定位为包罗万象。希望我们能看到这个SDK得到更好的维护。

Answer 2

而不是输入dsfhfdsjhf (在Alexa知道的任何语言中都不能发音)，如果你的发音是boogie或shake会发生什么？

在现实世界的场景中，我认为Alexa永远不会通过dsfhfdsjhf，所以可能很难准确地计划行为。

Answer 3

因此，您希望通过管道将所有垃圾输入传递到一个意图。你真走运。在继续之前，有几件事你应该知道。

在Node.js中，如果Alexa语音服务返回的意图在给定的MODE中不可用，则在MODE中触发未处理的处理程序。

MODE的一个例子就是确认模式。在许多可用的意图中，是和否是唯一被接受的意图。

var ConfirmationHandlers = Alexa.CreateStateHandler(states.CONFIRMATIONMODE, {
    'YesIntent': function () {
      this.handler.state = states.CLOSINGCOSTSMODE;
      message = ` So you will be buying this house. Great! `; 
      reprompt = `Please carry on with the other intents found in the house buyer skill.  `;
      this.emit(':ask', message, reprompt);
    },
    'NoIntent': function () {
      this.handler.state = states.GENERALSEARCHMODE;
      message = ` So you won't be buying this house. That's Ok, Continue searching for your dream house in the House buyer skill. !`; 
      reprompt = `Continue searching for your dream house in the House buyer skill.`;
      this.emit(':ask', message, reprompt);
    },
    'Unhandled': function() {
        console.log("UNHANDLED");
        var reprompt = ` All other intents are disabled at this moment.  Would you like to buy this house Yes or No? `;
        this.emit(':ask', reprompt, reprompt);
    }
});

然而，在到达lambda函数之前，Alexa语音服务必须解释您的话语，并将其映射到可用意图之一。如果你的话语是垃圾，并且没有映射到任何特定的意图，那么它当前正被映射到第一个意图。

解决方案：如果您想添加垃圾意图，这应该由意图模式处理，而不是由未处理的意图处理。要添加垃圾意图，可以按照这篇amazon文章中的说明进行操作。

https://developer.amazon.com/blogs/post/Tx3IHSFQSUF3RQP/Why-a-Custom-Slot-is-the-Literal-Solution

Scenario 3：我只想要一切。如上所述，使用语法的自定义槽类型通常可以满足这一需求，并使您能够通过NLP训练来提高准确性。如果你仍然只想要所有的东西，你可以创建一个自定义的槽，叫做“CatchAll”，以及相应的意图和话语: CatchAllIntent {CatchAll}。如果您使用与文字相同的训练数据，您将获得相同的结果。人们通常会发现，添加更多特定于场景的训练数据可以提高准确性。

如果你仍然没有得到结果，试着将CatchAll的值设置为大约20个2到8个单词的随机短语(来自随机单词生成器-真的是随机的)。当用户说了一些与你的其他话语相匹配的东西时，这些意图仍然会被发送。如果你走这条路，你会失去准确性，因为你没有充分利用Alexa的优势，所以你需要进行大量的测试。

任何没有映射到您更具体的意图的输入，如YES或NO，都很可能映射到这个CatchAll意图。