상태 머신 기반 챗봇 설계 경험 요약

지능형 로봇 프로젝트의 요구 사항과 개선 방향을 더 잘 이해하기 위해 몇 가지 도구를 개발해야 하는 경우가 많습니다. 제가 참여한 여러 로봇공학 프로젝트 중 대부분은 제품 요구 사항을 성공적으로 충족했습니다. 이러한 관행을 통해 우리는 계속 발전하고 개선하려면 기존 로봇 정의 언어를 크게 개선해야 한다는 것을 깊이 깨달았습니다.

• 복잡한 대화 흐름이 필요한 봇 생성 프로세스를 단순화하세요.
• 과거에 정의한 모듈과 대화 경로를 재사용하여 봇을 생성하여 재사용성을 극대화합니다.

기존 관행에서는 의도 정의에 부분 순서 제약 조건이 혼합되어 대화의 자유를 제한하기 때문에 이를 수행하기가 쉽지 않습니다. 경로. 이는 대부분의 질문이 독립적이고 항상 사용 가능한 "개방형" 봇(FAQ 스타일 봇에서 일반적임)을 처리하는 데 충분합니다. 그러나 더 많은 "폐쇄형" 봇의 경우 잠재적인 대화 제한이 훨씬 더 큽니다(예: 온라인에서 티켓을 예약하는 데 사용되는 봇).

챗봇 정의 언어의 기능을 새로운 수준으로 끌어올리기 위해 일부 프로젝트에서는 상태 머신 의미론에 더 가까운 DSL을 도입했으며 로봇이 고정된 실행을 제어하는 ​​변환 규칙과 의도 정의를 완전히 통합했습니다. -포인트 사용 가능한 의도 분리에는 다음과 같은 장점이 있습니다.

1. 대화 경로가 다르게 설정되어 있어도 이전 의도를 새 로봇에서 재사용할 수 있습니다.
2. 상태 머신을 사용하여 복잡한 대화 흐름을 정의할 수 있으므로 봇이 명확하고 정확한 의미를 유지할 수 있습니다.
3. 전환을 제어하기 위해 복잡한 상태 가드를 만들 수 있습니다. 사용자 입력, 예정된 이벤트, 이전 데이터, 대화 매개변수 등을 기반으로 봇을 새로운 상태로 이동합니다.
4. 상태 본문은 사용자 요청에 대한 응답으로 복잡한 대화 논리를 저장하는 데 사용될 수 있습니다.
5. 로봇은 모듈화되어 상태 머신의 일부를 다른 로봇에 재사용할 수 있습니다.
6. 로컬 폴백은 상태 저장 동작의 일부로 정의될 수 있습니다. 기본 전역 폴백 외에도 로컬 폴백을 상태와 연결하여 상태 컨텍스트에서 오류를 처리할 수도 있습니다. 예를 들어 대화의 특정 상태에서 봇이 묻는 질문에 사용자가 대답하는 데 도움이 되는 메시지를 표시할 수 있습니다.

의도 정의 언어

의도 정의는 이제 실행 부분에서 분리되었지만 여전히 별도의 하위 언어입니다. 각 의도에 대해 로봇이 사용자 발화의 의도를 인식하고 그로부터 필요한 매개변수를 추출할 수 있도록 몇 가지 훈련 문장만 제공하면 됩니다.

예를 들어, 인사말과 이름 언급이라는 두 가지 유형의 사용자 발화만 이해하는 간단한 봇이 있습니다. 각 발화 유형에 대해 몇 가지 예문을 제공하고 로봇이 이를 인식하는 방법을 학습하도록 할 수 있습니다. 사용자가 발화를 입력하면 로봇은 의도에 따라 해당 동작을 수행하고 그로부터 필요한 매개변수를 추출합니다.

intent Hello {
inputs {
"你好"
"早上好"
}
}
 
intent MyNameIs {
inputs {
"我的名字叫小明"
"我是小明"
"你可以叫我小明"
}
creates context Greetings {
set parameter name from fragment "小明" (entity any)
}
}

로봇이 인식하는 방법을 훈련시키기 위해 각 인텐트에 대해 몇 가지 샘플 문장을 제공합니다. 또한 경우에 따라 향후 사용자에게 더욱 개인적으로 응답할 수 있도록 컨텍스트에서 일부 매개변수(예: 사용자 이름)도 수집합니다.

봇이 먼저 일치를 시도해야 하는 인텐트를 지정하지 않았습니다. 이는 실행 언어의 일부입니다. 이 접근 방식을 사용하면 이러한 의도를 재사용할 수 있습니다(예를 들어 다른 봇에서는 인사말 의도뿐만 아니라 사용자에게 이름을 물어봐야 할 수도 있음).

실행 정의 언어

실행 파일을 사용하여 로봇이 의도/이벤트에 응답하고 전환할 수 있는 방법을 설명하는 상태 기계를 정의합니다. 이를 통해 봇 디자이너는 실행 파일을 보고 전체 대화 흐름을 이해할 수 있습니다.

실행 언어의 각 상태는 3개의 부분으로 구성됩니다

• Body(선택 사항): 상태에 들어갈 때 로봇이 수행하는 반응입니다.
• Next(필수): condition –> State로 표현되는 아웃바운드 변환을 정의합니다. 이벤트/인텐트가 수신되면 조건이 평가되고 전환이 충족되면 실행 엔진이 지정된 상태로 이동하고 해당 반응을 실행합니다. 변환 조건은 매우 복잡할 수 있다는 점에 유의해야 합니다. 이는 진정한 가드입니다. 즉, 전체 조건이 true가 아닌 경우 전환을 탐색할 수 없으며 엔진은 현재 상태로 유지됩니다.
• Fallback(선택 사항): 이 섹션에는 엔진이 탐색 가능한 전환을 찾을 수 없는 경우 실행되는 임의의 코드(Body 섹션과 마찬가지로)가 포함될 수 있습니다.

실행 모델에는 2가지 특수 상태도 포함되어 있습니다.

• Init：是创建用户会话时进入的常规状态。它可以包含 Body、_Next_和 Fallback 部分。
• Default_Fallback：它只能包含 Body 部分，并且不能作为转换的目标状态。该状态表示在当前状态中未定义本地回退时执行的默认回退代码。该状态可用于打印通用错误消息（例如，“抱歉，我没明白您的意思”），而本地回退则可以打印针对当前状态的定制消息（例如，“请回答是或否”）。

最后，一个状态可以定义一个单一的通配符转换（使用保留字符___作为转换条件），当计算状态主体时将自动导航。这使我们能够在多个地方重用相同的代码并模块化执行逻辑。下面是一个简单的机器人示例，它只回复问候意图，询问用户名并向用户问好。这个机器人的回复可以通过我们基于 React 的聊天小部件显示。

//We can always have an init state in case we need to initialize some bot parameters (e.g. welcoming message)
Init {
Next { 
//Here we state that the bot will first listen for an utterance matching the Hello intent, it will ignore anything else
intent == Hello --> HandleHello
}
}
HandleHello {
Body {
 ReactPlatform.Reply("你好, 你叫什么名字?")
}
Next {
//We wait for the user to input the name, no other transition is possible at this point
//Obviously, in more complex bots we may have several possible outgoing transitions in a given state
intent == MyNameIs --> HandleMyNameIs
}
}
HandleMyNameIs {
Body {
ReactPlatform.Reply("你好 " + context.get("Greetings").get("name"))
}
Next {
// An automatic transition to the Init state since at this point the conversation is finished and we can start again
_ --> Init
}
}
// Default Fallback state could go here

위 내용은 상태 머신 기반 챗봇 설계 경험 요약의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!