几个月来，我的团队一直在研究与营销网站相连的基于Lex的聊天机器人。该机器人目前共有32个意图，可处理300多种语音。为了减少调用错误处理响应的话语（并使机器人更有用和更友好），随着时间的推移，我们按以下顺序实现了3种意图：
1）“谢谢”意图：当用户键入“谢谢”的某些变体时，以“不受欢迎”类型的消息进行响应。
2）一种“无答案可用”的意图，用于处理已知的语音（根据我们的可用性和内部用户测试），该语音当前尚未被设计为可解决，但我们希望将该用户引荐给人工聊天代理（例如：“我没有答案，但是输入'转账'与我们其中一位可以提供帮助的人员交谈。”）。目前，该意图在漫游器中具有最大的集合。
3）一种“无响应”的意图，该意图“吞噬”了用户真正不需要响应的少量说话，并且可能会采取其他明智的错误处理方式，从而使漫游器显得笨拙，例如“不客气”，“好的，知道了”，“很酷”，“ k”等。IOW，它不会向用户返回任何响应。
在我们实施＃3之前（可能是巧合？），如果用户向机器人输入了1个或多个废话，它将正确触发错误处理。实施＃3之后，一个唯一的仅含alpha词的单词显然与有效语音不匹配的长度现在触发了“谢谢”意图。
屏幕截图：bot says "you're welcome" to a nonsense word
请注意，两个无意义的字会触发预期的错误处理消息。另外，包含符号或数字的单个字符串也会触发预期的错误处理。有趣的是（并且出乎意料的）基于文本的表情符号按通常的方向输入，例如:-)或:)或;-)也会触发“谢谢”的意图，但是如果您以相反的方向输入它们，例如（-：它们触发错误处理。
另外，还有2个其他意图可以处理许多单个单词的发音：
1）处理诸如“再见，再见，稍后，退出，退出等”之类的单词的“签署”意图。
2）响应的“你好”意图：嗨，你好，嘿，怎么了，发生了什么，等等。
因此，“谢谢”意图既没有机器人中最多的语音，也没有最多的1个单词的语音（实际上只是“谢谢”），而我在各种论坛上都将这视为Lex的原因。目的会吸引不正确的话语。
我已经尝试过以任何我能想到的方式找到问题的答案，但没有发现任何东西。
因此，尽管它不是产品展示的制胜者，但这让我有些疯狂，我想我要在这里发布信息，看看是否有人在Amazon Lex之旅中遇到过类似的事情并且有任何想法。 / p>
谢谢！
