Google Assistant回收应用"Some"输入识别及intent误触发异常

• 可以快速排除这种可能的场景：如果键盘直接敲Some video、Some acid也能复现同样的异常，那ASR误识别的猜测完全不成立——键盘输入的文本是直接传给意图识别模块的，全程不经过语音转写环节，根本不存在转写错的可能。
• 只有当异常仅在语音输入时出现、键盘输入完全正常的情况，才需要排查ASR的问题。这时候直接在会话日志里看实际传入识别引擎的原始文本就行：如果转写结果就是正确的Some，那和ASR一点关系没有；如果转写出来是Sum，再顺着匹配逻辑查问题。

从你观测到的“异常仅在Some作首词、后接物品不在9个实体Type范围时随机触发、误命中3号intent且跳过该intent本该有的入队提示逻辑、直接返回重输入话术”的特征来看，根本不是语音转写的问题：

• 核心诱因是意图匹配的相似度阈值偏差：Google Assistant的意图识别是靠语义相似度打分匹配的，你给9个物品类intent配的训练短语，本身就包含“我有xx”“一个xx”“这是xx”这类和“指代存在某物品”强绑定的表述。当输入是Some + 不在实体库范围的短名词（比如video、acid）时，前缀“Some”本身已经占了相似度得分的一部分权重，后面的短名词因为和实体库匹配度不够，整体得分会刚好卡在意图命中的阈值线边缘，就会随机命中某个物品类intent（也就是你遇到的3号intent）。
• 你观测到的“同样是Some开头的输入，Some audio就正常处理”的现象，也完全符合这个逻辑：因为audio本身和某个正确物品intent的语义匹配分足够高，能直接达到高置信度命中的要求，不会卡在阈值边缘触发误匹配；单独输入video的时候没有Some这个前缀的语义权重加成，整体得分达不到命中阈值，就会正常走兜底webhook流程，和实际测试的表现完全对得上。
• 为什么误命中3号intent的时候，会跳过该intent本该执行的“向提示队列加内容”的逻辑，直接返回重输入提示？本质是这个命中是低置信度的误匹配——系统虽然把这次输入分到了3号intent，但实际相似度分数没达到完整执行intent流程的要求，所以只调用了intent最外层的兜底返回话术，没走到前置的队列添加逻辑。这是典型的匹配环节问题，如果真的是ASR把Some识别成Sum，触发intent之后的会话流程是会正常完整执行的，根本不会出现逻辑跳过的情况。

• 先拉取所有异常案例的会话日志，核对两个核心信息：一是传入意图识别模块的原始文本是Some还是Sum，二是这次误命中3号intent的置信度得分是多少。如果原始文本是正确的Some，直接把ASR误识别的可能性划掉。
• 临时调高3号intent的置信度匹配阈值，再测试同样的异常输入：如果调整后输入能正常走兜底流程，不再误命中，就可以确认是阈值匹配的问题。
• 给所有9个物品类intent补充对应的负训练样本，比如加入Some + 非实体范围内的物品名、Sum + 非实体范围内的物品名这类表述，降低这类低置信度表述被误判为物品类intent的概率。

内容的提问来源于stack exchange，提问作者John Murphy