Eine Anleitung zur Chatbot-Struktur

Ich habe vor ein paar Tagen einen Artikel geschrieben „​​Wie man einen Chatbot eleganter gestaltet​“ Einige Freunde haben eine Nachricht hinterlassen und mich gefragt: Stone, gibt es Artikel über die Architektur von Chatbots? Wo Nachfrage ist, ist auch Motivation. Heute sprechen wir über die Architektur von Chatbots.

Heutzutage stellen immer mehr Kundendienstsysteme in Unternehmen (und natürlich auch andere Geschäftssysteme) von herkömmlichen Sprachanrufen auf Text, Grafiken und intelligente Sprache um.

Die Kommunikation über Chatbots wird aus zwei Hauptgründen immer beliebter: Einfachheit und Echtzeit.

Lassen Sie uns im Folgenden darüber sprechen, wie Chatbots funktionieren, wie Sie sie anpassen und alles, was Sie über die Chatbot-Architektur wissen müssen.

Aber bevor wir beginnen, gehen wir die Grundlagen durch.

Was ist ein Chatbot?

Ein Chatbot ist ein Programm, das Gespräche zwischen Menschen und Computern oder zwischen Menschen simuliert. Wenn eine Frage gestellt wird, antwortet der Chatbot mithilfe einer Wissensdatenbank.

Künstliche Intelligenz (KI) wird verwendet, um Gespräche oder Chats in natürlicher Sprache zu simulieren. Übliche Wege sind Messaging-Plattformen, mobile Apps oder Telefonanrufe.

Chatbots ermöglichen die Kommunikation zwischen Mensch und Maschine, arbeiten unabhängig von menschlicher Hilfe und nutzen Technologien wie Natural Language Processing (NLP) zur Beantwortung von Fragen. Die Verarbeitung natürlicher Sprache (NLP) ist ein Zweig der künstlichen Intelligenz, der es Computern ermöglicht, Texte und gesprochene Sprache auf die gleiche Weise zu verstehen wie Menschen.

Wie funktioniert ein Chatbot?

Chatbots ermöglichen Benutzern das einfache Finden von Antworten auf Fragen und Frageanfragen per Text, Audio, Bildern und mehr, ohne dass ein menschliches Eingreifen erforderlich ist.

Chatbot ist eine automatisierte Lösung, die es Unternehmen ermöglicht, mehrere Kundenanfragen gleichzeitig zu bearbeiten. Einigen Statistiken zufolge müssen die meisten Kundendienstdienste unbedingt rund um die Uhr verfügbar sein.

Mittlerweile haben die meisten Unternehmens-Chatbots mehr Regeln und natürliche Sprachtechnologie integriert, und die neuesten Modelle können während der Nutzung kontinuierlich lernen.

Heutige KI-Chatbots nutzen fortschrittliche Tools der künstlichen Intelligenz, um den wahren Zweck des Kunden zu klären.

Es gibt zwei Hauptkategorien von Chatbots, wie unten gezeigt.

Regelbasierte Chatbots

Bots wie diese können nur eine begrenzte Anzahl von Optionen verstehen, mit denen sie programmiert wurden. Hat die folgenden Vorteile:

• Einfach zu erstellen: Verwenden Sie wahre und falsche Algorithmen, um Kundenanfragen zu verstehen und relevante Antworten zu finden.
• Einfach zu implementieren: Es erfordert keine hohen Lernkosten und kann möglicherweise nur mit einfachen Schlüsselwörtern oder regulären Ausdrücken implementiert werden.
• Einfach zu kontrollieren: Die Regeln werden vom Unternehmen selbst festgelegt, sodass die ausgegebenen Antworten den festgelegten Bereich nicht überschreiten.

Natürlich gibt es Vorteile, aber es gibt definitiv auch Nachteile:

• Starke Abhängigkeit: Zu großes Vertrauen in Regeln, über die vordefinierten Regeln hinaus, Unfähigkeit, deren Bedeutung zu verstehen
• Menübasierte Bedienung: Während der Interaktion wird der Chatbot Zeigt die Informationen an, die der Benutzer aus einer Reihe von Optionen zur Auswahl benötigt, was es sehr schwierig macht, die wahre Absicht des Benutzers wirklich zu verstehen, da sie möglicherweise nicht in den Optionen zum Ausdruck kommt.

Chatbots basierend auf künstlicher Intelligenz

Diese Chatbots sind relativ komplex und fügen den ursprünglichen Algorithmen künstliche Intelligenz hinzu. Nutzen Sie die Verarbeitung natürlicher Sprache (NLP) und Semantik, um auf offene Fragen zu antworten. KI-Chatbots können Sprache, Kontext und Absicht erkennen und entsprechend reagieren. ist ein komplexerer Chatbot.

In diesem Bereich haben wir zwei unterschiedliche Ansätze gefunden:

Probabilistische Chatbots

Diese Art von Bot nutzt durchgängiges maschinelles Lernen, um Modelle auf der Grundlage historischer Konversationsprotokolle zu erstellen, anstatt durch Absichtserkennung oder Finden verwandter Antworten im Wissensbasis. Auch wenn sie keinem festgelegten Skript folgen und mit ihnen auf natürliche Weise interagiert werden können, haben Wahrscheinlichkeiten auch Nachteile:

• Da sie in Gesprächen aus Erfahrungen und Daten lernen, kann viel Voreingenommenheit entstehen. Es gibt nur begrenzte Kontrolle über den Ausgabedialog und es ist möglich, dass der Bot kontroverse Antworten gibt und Beschwerden von Kunden entgegennimmt.
• Die Implementierung eines probabilistischen Chatbots erfordert eine große Menge an Trainingsdaten. Je mehr Daten erhalten werden, desto besser ist seine Genauigkeit. Dies ist eine mühsame und langwierige Arbeit für die Entwickler, die die Daten sammeln.
• Die Antwort, die der Chatbot gibt, befindet sich in einer „Black Box“ (Modell), das heißt, wie der Chatbot die Antwort gibt. Es besteht keine Transparenz und es ist schwierig, die Inferenzergebnisse zu ändern oder anzupassen.

Deterministischer Chatbot

Dieser Chatbot nutzt die Verarbeitung natürlicher Sprache, um das Gewicht jedes Wortes zu berechnen, den Kontext und die Bedeutung dahinter zu analysieren, um ein Ergebnis oder eine Antwort auszugeben.

Diese Chatbots sind in der Lage, Absichten und bedeutungsbasierten Antworten zuzuordnen.

Sie haben ihre Vor- und Nachteile:

• Es werden nur die vom Unternehmen ausgefüllten Inhalte ausgegeben, was die Steuerung des Antworttons und des Unternehmensimages erleichtert.
• Dies basiert nicht auf Wahrscheinlichkeitslernen und kann dazu führen, dass neue, aktuelle Themen einbezogen werden.
• Folgen Sie deterministischen Entscheidungsbäumen, um Kunden zu den gewünschten Ergebnissen zu führen. Entscheidungsbäume können sehr komplex sein und werden von einem Trainer überwacht und kontrolliert, der keine kontroversen, unpopulären Antworten akzeptiert.
• Immer wenn in der Wissensdatenbank kein relevanter Inhalt vorhanden ist, um dem Benutzer zu antworten, kann der Trainer das Modell neu trainieren oder Regeln formulieren, um so einen reibungslosen Übergang zu erreichen und den Basisfall zu reduzieren.

Freunde, die über die Einführung eines Chatbots nachdenken, können sich über die Chatbot-Architektur informieren, die alle Inhalte miteinander kombinieren kann. Natürlich müssen Sie auch automatisierte Tests beherrschen.

Was ist Chatbot-Architektur?

Die Architektur eines Chatbots hängt von seinem Zweck ab.

Egal welchen Chatbot Sie verwenden, der Kommunikationsprozess des Roboters ist im Grunde derselbe.

Die Programmiersprachen Java, Python, PHP und andere Sprachen stehen zur Verfügung, um Bots zu erstellen, die auf Anfragen antworten. Die meisten Gespräche beginnen mit einer Begrüßung oder Frage und führen den Benutzer dann durch eine Reihe von Fragen. um die Antwort zu bekommen.

Die grundlegende Architektur des Chatbots wird im Folgenden ausführlich vorgestellt.

Natural Language Understanding Engine

Dies ist der Kern und wichtigste erste Schritt. Der Benutzer gibt eine Nachricht ein und NLU liest die Nachricht, um die Absicht des Benutzers zu verstehen. Die Regel-Engine beginnt dann mit der Berechnung der besten Antwort.

Sie müssen etwas Zeit damit verbringen, über Ihre QA-Sammlungsbibliothek nachzudenken und die QA-Bibliothek logisch und regelmäßig zusammenzustellen. Natürlich müssen Sie auch die QA-Teststrategie verstehen.

Wissensdatenbank

Dies ist eine Informationsbasis über Produkte, Dienstleistungen oder Geschäftsanforderungen. Es kann häufig gestellte Fragen, Anleitungen zur Fehlerbehebung, Informationen zu Diensten oder Informationen zur Geschäftsabwicklung enthalten.

Sowohl Wissen als auch Datenbanken versorgen den Chatbot mit den Informationen, die er benötigt, um dem Benutzer verbindlich zu antworten.

Datenspeicher

Hier werden Analysen und Gesprächsprotokolle gespeichert. Da Chatbots länger genutzt werden, müssen spezifischere und umfassendere Analyselösungen entwickelt werden, um die Modelle genauer und umfassender zu gestalten.

In jeder Phase muss das Unternehmen systematisiert werden, um sicherzustellen, dass der Chatbot mit dem Unternehmen verbunden ist.

Welche Architektur benötigt der einfachste Chatbot?

Kleine Unternehmen und Marketingkampagnen beginnen oft mit einem Level-1-Chatbot. Diese können in der Regel nur auf einer Plattform aufgebaut werden. Diese Kategorie zeichnet sich durch die Bearbeitung einfacher Probleme aus, die 70–80 % der häufigsten Probleme ausmachen. Diese Art von Chatbot beantwortet einfache Fragen wie „Um wie viel Uhr öffnen Sie?“

Wenn Benutzer komplexere Informationen benötigen (z. B. eine Problemdiagnose), muss der Chatbot skaliert werden.

Wenn jemand zum Beispiel fragt: „Was stimmt mit meiner Lieferung nicht?“

Dies erfordert einen Chatbot auf höherer Ebene.

Da die Fähigkeiten von Chatbots immer intelligenter werden und das Geschäft, das sie abwickeln können, immer komplexer wird, ist mehr Datenverkehr erforderlich.

HTTP- und Chat-Schnittstelle.

Chatbots der Stufe 2 sind semi-skriptgesteuert und verfügen über ein Echtzeit-Chat-Widget. Hier können Sie direkt von der Homepage aus mit dem Kundensupport-Team chatten.

Message Broker

Hier fügt der Herausgeber (z. B. eine Chat-Schnittstelle) Nachrichten zur Warteschlange hinzu. Kunden greifen über Instant-Messaging-Plattformen wie WeChat, DingTalk, Enterprise WeChat und QQ auf Chatbots zu.

Live-Broadcast-Agent-Plattform

Wenn der Roboter die Absicht des Benutzers nicht richtig erkennt, kann der menschliche Agent nahtlos eingreifen. In einigen Fällen lösen sie das Problem und geben das Ende der Konversation an den Bot zurück.

Der Bot kann auch Kundendaten aus dem Customer Relationship Management (CRM) abrufen, etwa Passwörter ändern oder Bestellungen finden.

Enterprise-Grade-Architektur

Um Chatbots auf die nächste Stufe zu heben, ist der Einsatz von Technologie erforderlich, um komplexe Gespräche zu ermöglichen. Sie müssen auch bestimmen, wie Sie die Funktionen Ihrer Software erweitern können.

Natürlich ist jedes Unternehmen anders. Hier finden Sie eine Zusammenfassung einiger gängiger Technologien, Arbeitsabläufe und Muster, die zum Erstellen von Bots mit einer Architektur der Enterprise-Klasse erforderlich sind.

Es gibt viele Überlegungen, die über die Kernfunktionalität hinausgehen. In jeden Chatbot Ihrer Wahl muss ein Softwaretestplaner integriert sein.

Ein Konversationsbot kann in ein „Gehirn“ und eine Reihe von Anforderungen oder „Modulen“ unterteilt werden.

So funktionieren Chatbots

Chatbots arbeiten mit drei Klassifizierungsmethoden:

• Mustervergleich
• Algorithmen
• Neuronale Netze

Mustervergleicher

Bots verwenden Mustervergleich, um Text zu analysieren und entsprechende Antworten zu generieren. Die Standardstruktur dieser Muster ist AIML (Artificial Intelligence Markup Language). Sie können sich auf iFlyteks „abnf Grammar Specification“ beziehen.

Zum Beispiel:

Wer ist Joe Biden? .

Der Chatbot kennt die Antwort, weil sein Name Teil des entsprechenden Musters ist. Für weitergehende Informationen, die über relevante Muster hinausgehen, können Chatbots jedoch Algorithmen nutzen.

Algorithmus

Der Algorithmus reduziert die Anzahl der Klassifikatoren und schafft eine besser verwaltbare Struktur. Im folgenden Beispiel wird jedem Begriff eine Punktzahl zugewiesen.

Typ: „Hallo, guten Morgen.“

Begriff: „Hallo“ (keine Übereinstimmung)

Begriff: „gut“ (Kategorie: Grüße)

Begriff: „Morgen“ (Kategorie: Grüße)

Kategorie: Grüße (Punktzahl = 2)

Mit Hilfe der Punktzahl ist es möglich, Wortübereinstimmungen für einen bestimmten Satz zu finden und so die Kategorie mit der höchsten Übereinstimmung zu identifizieren.

Engine zur Verarbeitung natürlicher Sprache

Diese Engine verwendet gewichtete Verbindungen, um Eingabe und Ausgabe zu berechnen. Jeder in den Trainingsdaten verwendete Schritt ändert die Gewichte, um die Genauigkeit zu verbessern. Sätze werden in einzelne Wörter zerlegt und jedes Wort wird dann als Eingabe verwendet, um den Inhalt einer Netzwerkdatenbank abzugleichen. Testen Sie dann die Wörter weiter.

Zusätzliche Überlegungen zur Architektur auf Unternehmensniveau

Darüber hinaus muss die Chatbot-Architektur auch die folgenden Elemente berücksichtigen.

Sicherheit

Sicherheit, Governance und Datenschutz sind sehr ernst zu nehmen. Dies ist besonders wichtig für Unternehmen, die Informationen über Millionen von Kunden speichern.

Wenn Benutzer nicht möchten, dass ihre persönlichen Daten preisgegeben werden, müssen sie darüber nachdenken, wie sie anonym bleiben können. Wenn Sie auf persönliche Daten zugreifen möchten, müssen Sie dies auf sichere Weise tun.

Es ist wichtig, Vertraulichkeitsmaßnahmen festzulegen, damit sich niemand unbefugten Zugriff auf sensible Systeme verschaffen kann.

Jeder kleine Fehler, wie etwa ein Tippfehler oder ein defekter Hyperlink, kann jeden Monat von Tausenden von Benutzern bemerkt werden.

Ein kleiner Fehler kann große Auswirkungen auf das Image Ihres Unternehmens haben.

Zusammenfassung

Chatbots vereinfachen die Interaktion zwischen Menschen und Diensten und verbessern so das Kundenerlebnis. Sie bieten Unternehmen außerdem die Möglichkeit, Re-Engagement-Prozesse zu verbessern und gleichzeitig die Kundendienstkosten zu senken.

Das obige ist der detaillierte Inhalt vonEine Anleitung zur Chatbot-Struktur. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!