Читаем Создание чат-ботов с Dialogflow, Watson, ChatterBot и Rasa полностью

И возможности обработки естественного языка Google включают в себя синтаксический анализ, который позволяет извлекать токены и предложения.

Определение частей речи и создание деревьев анализа зависимостей для каждого предложения.

Распознавание сущностей в пользовательском вводе позволяет идентифицировать такие типы, как человек, организация, местоположение, события, продукты и так далее.

Анализ настроений дает понимание общего настроения, выраженного в блоке текста.

Классификация контента позволяет классифицировать документы по более чем 700 предварительно определенным категориям.

Многоязычная поддержка включает в себя возможность легко анализировать текст на нескольких языках.

Используя эти возможности и то, что разработчик предоставляет в качестве входных данных для обучения, Dialogflow создает уникальные алгоритмы для каждого конкретного собеседника, при этом постоянно обучаясь и настраиваясь, по мере того как все больше и больше пользователей взаимодействуют с чат-ботом.

С Dialogflow вы можете быстро создать своего агента, начав с нескольких обучающих фраз или используя один из более чем 40 предварительно созданных агентов.

Эти предварительно созданные агенты могут использоваться непосредственно из коробки или импортироваться в ваш агент для создания и настройки вашего собственного варианта использования.

Они включают в себя все, от доставки еды до бронирования отелей, новостей и напоминаний.

И вы можете легко импортировать эти предварительно созданные агенты из консоли Dialogflow.

Встроенная аналитика Dialogueflow может многое рассказать вам о взаимодействии пользователей с вашим чат-ботом.

Например, она может показать вам, как часто срабатывают различные намерения.

Вы можете легко развернуть свой чат-бот на нескольких платформах, таких как Facebook Messenger, Twitter, и другие.

Давайте внимательнее посмотрим, как происходит диалог, чтобы понять, какие элементы понадобятся вашему чат-боту.

Естественно, диалог начинается с пользователя, которому что-то нужно от чат-бота, и он начинает разговор, чтобы сказать, что ему нужно.

Чат-бот должен сопоставить это с намерением, запрограммированным для обработки запроса.

Например, когда пользователь заказывает пиццу, распознается подходящее намерение для заказа пиццы.

И это намерение подразумевает наличие нескольких компонентов.

Что на самом деле говорит пользователь, какое действие предпринять, ответ чат-бота и понимание контекста.

И это намерение запускает действие по размещению заказа.

Это может быть похоже на функциональность сервера, который обрабатывает заказ.

Затем чат-бот может дать соответствующий ответ, например, подтверждение того, что заказ пользователя был размещен.

И чат-бот также должен иметь возможность обрабатывать ветвление диалога, которое не всегда следует именно этому потоку.

Например, что, если пользователь, заказавший пиццу, сделает дополнительный запрос на заказ?

Чат-бот должен поддерживать естественный разговор, который учится на прошлых диалогах.

Он может вернуться к тому же самому намерению и добавить дополнительный уровень контекста или осведомленности, чтобы понять, что слово «оба» в запросе пользователя относится к двум пиццам, которые он заказывает.

Ваш чат-бот может скорректировать заказ и удовлетворить дополнительный запрос пользователя.

Как правило, рабочий процесс создания чат-бота состоит из трех этапов.

На этапе дизайна вы определяете индивидуальность вашего чат-бота.

Будет ли он упреждающим, например, делать предложения пользователям, или реагировать, просто отвечая на запросы пользователей.

Определите атрибуты, которые вы хотите добавить в диалог, стиль письма и индивидуальность диалога.

Подумайте о том, как ваш чат-бот будет приветствовать пользователя и как завершит разговор.

Как разговор должен проходить для нового пользователя по сравнению с вернувшимся пользователем.

На этапе разработки вы используете поток диалога для создания своего чат-бота с комбинацией прямого добавления намерений и ответов в консоли и написания кода для подключения к внутренним службам.

Этап развертывания в основном зависит от того, какие компоненты нужны вашему чат-боту, и каких приложений он будет касаться.

Здесь подумайте о безопасности, интеграции и масштабировании.

И здесь нужно определить, для каких платформ нужен ваш чат-бот.

Работа чат-бота всегда начинается с намерений.

Намерения – это соединительные линии дерева диалога.

Они соединяют все ветви.

Намерения определяют, в какую сторону пойдет разговор и что должен делать чат-бот.

В общении намерения можно рассматривать как корневые глаголы в диалоге, например, хочу кофе транслируется в приобретение напитка.

Иногда намерения не являются явными и выводятся из всей фразы.

И нужно сопоставить намерения с какими-то действиями.

Если у вас приложение службы поддержки, тогда намерения могут инициировать открытие заявки, обновление заявки, закрытие заявки на поддержку.

Перейти на страницу:

Похожие книги

Азбука визуализации Power BI
Азбука визуализации Power BI

Книга будет полезна тем, кто уже работает с Microsoft Power BI, а также всем, кто хочет повысить свою визуальную грамотность. Power BI остается самым легким в освоении и бесплатным BI-инструментом, и продолжает работать на территории РФ.А если вы работаете с другими системами или создаете свои продукты на основе данных, то эта книга поможет вам глубоко понять анатомию диаграмм, и какие требования к ними предъявлять "изнутри".Мы написали эту книгу для всех, кто работает с отчетами – с финансовыми и маркетинговыми данными, о сотрудниках и проектах и с любой другой информацией. х.Вам не обязательно запоминать все технические нюансы, вы можете в любой момент открыть нужную главу и проверить по чек-листу все пункты настройки для конкретной диаграммы.

Алексей Колоколов , Дарья Филенкова , Ксения Королева , Максим Зеленский

Прочая компьютерная литература / Словари, справочники / Учебная и научная литература / Книги по IT / Словари и Энциклопедии