聊天尚不完全理解我们。

我们说，他们处理我们的命令。在雅虎天气中聊天，您询问西雅图的预测，机器人返回答案。自然语言处理（NLP）可以阅读您所说的并解释一些含义。您不想知道西雅图的目前的Temp，您想知道将来的天气如何。这种能力有用，因为对话可以分支。您可以询问一个不同的城市或第二天早晨，而不知道如何在应用程序中找到这些功能（甚至不需要安装应用程序）。

然而，我们大多数人都在不遵循特定的命令沟通。例如，我们往往是很随机的。我们提出更复杂的问题，如下：

“迈阿密的天气是什么，然后是第二天奥兰多。”

目前，聊天不知道你的意思。在Yahoo天气聊天，您只会获得迈阿密的报告 - 机器人忽略了您请求的第二部分。

这并非如此，帕特是一种使用自然语言理解的新技术。在最近的演示中，开发人员向我展示了它的工作原理。在一次聊天中，当你询问“总统”然后以同样的要求询问他的年龄时，机器人可以了解。有趣的是，如果您指定您的意思是奥巴马总统，才能在手机上的Google搜索应用中进行此命令。nlu看着你正在使用的词语，并用含义标记它们。它看起来询问关于“总统”的句子，并解释与最常见的请求相关的含义。人类可以模糊 - 当我们说“总统”时，我们通常意味着美国的领导者

帕特也了解语法。在另一个测试中，机器人能够了解背景。请求或陈述中提到了两个不同的主题，但机器人寻找含义，而不仅仅是通过您使用的单词，还要在如何构建单词。演示提到“校长”和“抗议者”和机器人理解，这是生气的抗议者。

对我来说有趣的是让未来理解文本聊天的潜力。智能助理不需要询问多个后续问题或要求更多详细信息。它可以看一下句子的建设并确定我们的意图。我们可能会在一个请求中询问一条火车路线，天气和飞行延误，机器人会知道我们正在旅行，需要乘坐火车，然后乘坐一架飞机，并且我们担心我们的天气旅行（这需要理解，不仅仅是处理）。

NLU不是聊天禁令的可选附加组件。该技术，即使在一个相当有限的演示中，也表明了机器人和人类之间的相互作用是如何处理随机请求的。在另一个演示中，机器人理解涉及中断的请求。你可能会说“迈阿密的天气是什么，没有奥兰多”，机器人会知道你的意思是奥兰多。今天，这种输入令人困惑地令人震惊，导致很多错误。