Panduan untuk struktur chatbot

Saya menulis artikel "​​Cara mereka bentuk chatbots dengan lebih elegan​​" beberapa hari yang lalu Beberapa rakan meninggalkan mesej bertanya kepada saya: Stone, adakah anda mempunyai sebarang artikel tentang seni bina chatbots ? Di mana ada permintaan, di situ ada motivasi Hari ini kita akan bercakap tentang seni bina chatbots.

Kini, semakin banyak sistem perkhidmatan pelanggan perusahaan (dan sudah tentu sistem perniagaan lain) beralih daripada panggilan suara tradisional kepada teks, grafik dan suara pintar.

Berkomunikasi melalui chatbots menjadi semakin popular kerana dua sebab utama: kesederhanaan dan masa nyata.

Di bawah, mari kita bincangkan tentang cara chatbots berfungsi, cara menyesuaikannya dan semua yang anda perlu tahu tentang seni bina chatbot.

Tetapi sebelum kita bermula, mari kita tutup perkara asas.

Apakah itu chatbot?

Bot sembang ialah program yang menyerupai perbualan antara orang dan komputer, atau antara orang. Apabila ditanya soalan, chatbot bertindak balas menggunakan pangkalan data pengetahuan.

Kecerdasan Buatan (AI) digunakan untuk mensimulasikan perbualan atau sembang bahasa semula jadi. Cara biasa adalah melalui platform pemesejan, aplikasi mudah alih atau panggilan telefon.

Chatbots membolehkan komunikasi antara manusia dan mesin, berfungsi secara bebas daripada bantuan manusia, dan menggunakan teknologi seperti pemprosesan bahasa semula jadi (NLP) untuk menjawab soalan. Pemprosesan bahasa semula jadi (NLP) ialah satu cabang kecerdasan buatan yang membolehkan komputer memahami teks dan bahasa pertuturan dengan cara yang sama seperti manusia.

Bagaimanakah chatbot berfungsi?

Chatbots membolehkan pengguna mencari jawapan kepada soalan dan permintaan soalan dengan mudah melalui teks, audio, imej dan banyak lagi tanpa campur tangan manusia.

Chatbot ialah penyelesaian automatik yang membolehkan perniagaan mengendalikan berbilang pertanyaan pelanggan secara serentak. Menurut beberapa statistik, kebanyakan perkhidmatan pelanggan benar-benar perlu tersedia 24*7 jam sehari.

Kini kebanyakan chatbot perusahaan telah menyepadukan lebih banyak peraturan dan teknologi bahasa semula jadi, dan model terkini boleh belajar secara berterusan semasa digunakan.

Bot sembang AI hari ini menggunakan alatan AI termaju untuk menjelaskan tujuan sebenar pelanggan.

Terdapat dua jenis chatbots utama, seperti yang ditunjukkan di bawah.

Bot Sembang Berasaskan Peraturan

Bot seperti ini hanya boleh memahami bilangan pilihan terhad yang telah diprogramkan dengannya. Mempunyai kelebihan berikut:

• Mudah untuk dibina: Gunakan algoritma benar dan palsu untuk memahami pertanyaan pelanggan dan menghasilkan jawapan yang berkaitan.
• Mudah untuk dilaksanakan: Tidak memerlukan kos pembelajaran yang tinggi dan mungkin boleh dilaksanakan dengan hanya kata kunci mudah atau ungkapan biasa.
• Mudah dikawal: Peraturan ditetapkan oleh perusahaan itu sendiri, jadi jawapan output tidak akan melebihi julat yang ditetapkan.

Sudah tentu ada kelebihan, tetapi juga keburukan:

• Kebergantungan yang kuat: terlalu bergantung pada peraturan, melebihi peraturan yang telah ditetapkan, tidak dapat memahami maksudnya
• Operasi berasaskan menu: Semasa interaksi, chatbot memaparkan satu siri pilihan yang pengguna perlu pilih, yang menjadikannya sangat sukar untuk benar-benar memahami niat sebenar pengguna kerana ia mungkin tidak diwakili dalam pilihan.

Chatbots berdasarkan kecerdasan buatan

Chatbots ini agak kompleks dan menambah algoritma kecerdasan buatan kepada yang asal. Gunakan pemprosesan bahasa semula jadi (NLP) dan semantik untuk menjawab pertanyaan terbuka. Chatbot AI boleh mengecam bahasa, konteks dan niat serta bertindak balas dengan sewajarnya. ialah chatbot yang lebih kompleks.

Dalam ruang ini, kami telah menemui dua pendekatan berbeza:

Bot Sembang Kemungkinan

Bot jenis ini menggunakan pembelajaran mesin hujung ke hujung untuk mencipta model A berasaskan sejarah untuk log perbualan, bukannya melalui pengesanan niat atau mencari respons yang berkaitan dalam pangkalan pengetahuan. Walaupun mereka tidak mengikut skrip yang ditetapkan dan boleh berinteraksi secara semula jadi, kebarangkalian juga mempunyai kelemahan:

• Sambil mereka belajar daripada pengalaman dan data dalam perbualan, banyak bias boleh diperkenalkan. Terdapat kawalan terhad ke atas dialog output, dan mungkin bot akan memberikan beberapa jawapan kontroversi dan menerima aduan daripada pelanggan.
• Melaksanakan chatbot berkemungkinan memerlukan sejumlah besar data latihan Lebih banyak data diperoleh, lebih baik ketepatannya. Ini adalah kerja yang menyakitkan dan panjang untuk pembangun yang mengumpul data.
• Jawapan yang dibuat oleh chatbot adalah dalam "kotak hitam" (model), yang bermaksud cara chatbot membuat jawapan. Tiada ketelusan, dan sukar untuk mengubah suai atau melaraskan keputusan inferens.

Deterministic Chatbot

Chatbot ini menggunakan pemprosesan bahasa semula jadi untuk mengira berat setiap perkataan, menganalisis konteks dan makna di belakangnya untuk mengeluarkan hasil atau jawapan.

Bot sembang ini dapat memadankan niat dengan jawapan berdasarkan makna.

Mereka mempunyai kelebihan dan kekurangan mereka:

• Hanya keluarkan kandungan yang diisi oleh syarikat, menjadikannya lebih mudah untuk mengawal nada balasan dan imej korporat.
• Ini tidak berdasarkan pembelajaran kebarangkalian dan boleh mendorong topik hangat baharu untuk dimasukkan.
• Ikuti pepohon keputusan yang menentukan untuk membimbing pelanggan kepada hasil yang diingini. Pohon keputusan boleh menjadi sangat kompleks dan diawasi serta dikawal oleh jurulatih yang tidak akan menerima jawapan yang kontroversi dan tidak popular.
• Apabila tiada kandungan yang berkaitan dalam pangkalan pengetahuan untuk bertindak balas kepada pengguna, jurulatih boleh melatih semula model atau merumuskan peraturan, sekali gus mencapai peralihan yang lancar dan mengurangkan kes asas.

Rakan yang sedang mempertimbangkan untuk memperkenalkan chatbot boleh belajar tentang seni bina chatbot, yang boleh menggabungkan semua kandungan bersama-sama. Sudah tentu, anda juga perlu menguasai ujian automatik.

Apakah seni bina chatbot?

Seni bina chatbot bergantung pada tujuannya

Tidak kira chatbot yang anda gunakan, proses komunikasi robot pada asasnya adalah sama.

Bahasa pengaturcaraan​​​boleh menggunakan Java, Python, PHP dan bahasa lain untuk mencipta bot yang bertindak balas kepada pertanyaan. Kebanyakan perbualan bermula dengan sapaan atau soalan dan kemudian membawa pengguna melalui satu siri soalan. untuk mendapatkan jawapan.

Seni bina asas chatbot diperkenalkan secara terperinci di bawah.

Enjin Pemahaman Bahasa Asli

Ini adalah teras dan langkah pertama yang paling penting. Pengguna memasukkan mesej dan NLU membaca mesej untuk memahami niat pengguna. Enjin peraturan kemudian mula mengira tindak balas terbaik.

Anda perlu meluangkan sedikit masa memikirkan perpustakaan koleksi QA anda, dan mengumpul perpustakaan QA secara logik dan kerap, anda juga perlu memahami strategi ujian QA.

Pangkalan Pengetahuan

Ini ialah asas maklumat tentang produk, perkhidmatan atau keperluan perniagaan. Ia boleh termasuk Soalan Lazim, panduan penyelesaian masalah, maklumat tentang perkhidmatan atau cara menjalankan perniagaan.

Kedua-dua pengetahuan dan pangkalan data menyediakan chatbot dengan maklumat yang diperlukan untuk bertindak balas secara berwibawa kepada pengguna.

Storan Data

Di sinilah analitis dan log perbualan disimpan. Memandangkan chatbots digunakan lebih lama, penyelesaian analisis yang lebih khusus dan lengkap perlu dibangunkan untuk menjadikan model lebih tepat dan meliputi lebih luas.

Pada setiap peringkat, perniagaan mesti disistemkan untuk memastikan chatbot disambungkan kepada perniagaan.

Apakah seni bina yang diperlukan untuk chatbot yang paling asas?

Perniagaan kecil dan kempen pemasaran selalunya bermula dengan chatbot tahap satu. Ini biasanya hanya boleh dibina pada satu platform. Kategori ini cemerlang dalam mengendalikan masalah mudah yang membentuk 70-80% daripada masalah biasa. Jenis chatbot ini menjawab soalan mudah, seperti "Pukul berapa anda akan buka?"

Apabila pengguna memerlukan maklumat yang lebih kompleks, seperti diagnosis masalah, chatbot perlu ditingkatkan.

Contohnya, jika seseorang bertanya: "Apa yang salah dengan penghantaran saya?"

Apabila keupayaan chatbots menjadi lebih pintar dan perniagaan yang boleh mereka kendalikan menjadi lebih kompleks, lebih banyak pendedahan trafik diperlukan

HTTP dan antara muka sembang

Bot sembang 2 Tahap adalah separuh -skrip dan menampilkan widget sembang langsung. Di sini anda boleh bersembang dengan pasukan sokongan pelanggan terus dari halaman utama.

Broker Mesej

Di sinilah penerbit (seperti antara muka sembang) menambahkan mesej pada baris gilir. Pelanggan mengakses bot sembang melalui platform pemesejan segera seperti WeChat, DingTalk, Enterprise WeChat dan QQ.

Platform ejen siaran langsung

Jika robot gagal mengenal pasti niat pengguna dengan betul, ejen manusia boleh campur tangan dengan lancar. Dalam sesetengah kes, mereka akan menyelesaikan isu tersebut dan menyerahkan pengakhiran perbualan kembali kepada bot.

Bot juga boleh memanggil butiran pelanggan daripada Pengurusan Perhubungan Pelanggan (CRM), seperti menukar kata laluan atau mencari pesanan.

Seni Bina Gred Perusahaan

Mengambil chatbot ke peringkat seterusnya memerlukan penggunaan teknologi untuk mendayakan perbualan yang rumit. Anda juga perlu menentukan cara untuk melanjutkan kefungsian perisian anda.

Sudah tentu, setiap perniagaan adalah berbeza. Berikut ialah ringkasan beberapa teknologi, aliran kerja dan corak biasa yang diperlukan untuk membina bot dengan seni bina gred perusahaan.

Terdapat banyak pertimbangan di luar fungsi teras. Penjadual ujian perisian mesti dibina ke dalam mana-mana chatbot pilihan.

Bot perbualan boleh dibahagikan kepada "otak" dan satu set keperluan atau "modul".

Cara Chatbots Berfungsi

Chatbots berfungsi menggunakan tiga kaedah pengelasan:

• Padanan Corak
• Algoritma
• Rangkaian Neural

Pemadan Corak

Bot menggunakan padanan corak untuk menganalisis teks dan menjana respons yang sesuai. Struktur standard corak ini ialah Artificial Intelligence Markup Language (AIML), anda boleh merujuk kepada iFlytek "Spesifikasi Tatabahasa abnf "

Contohnya:

Qiao ·Siapa Biden? .

Bot sembang tahu jawapannya kerana namanya adalah sebahagian daripada corak yang berkaitan. Tetapi untuk mendapatkan maklumat lanjutan di luar corak yang berkaitan, chatbots boleh menggunakan algoritma.

Algoritma

Algoritma mengurangkan bilangan pengelas dan mencipta struktur yang lebih terurus. Dalam contoh berikut, setiap penggal diberikan markah.

Input: "Helo, selamat pagi."

Istilah: "hello" (tiada padanan)

Istilah: "baik" (kategori: salam)

Istilah: "Pagi" (Kategori: Ucapan)

Kategori: Ucapan (Skor = 2)

Dengan bantuan markah, seseorang boleh mencari padanan perkataan untuk ayat yang diberikan, Ini mengenal pasti kategori yang mempunyai tahap padanan tertinggi.

Enjin Pemprosesan Bahasa Asli

Enjin ini menggunakan sambungan berwajaran untuk mengira input dan output. Setiap langkah yang digunakan dalam data latihan mengubah suai pemberat untuk meningkatkan ketepatan. Ayat dipecahkan kepada perkataan individu, dan setiap perkataan kemudiannya digunakan sebagai input untuk memadankan kandungan pangkalan data rangkaian. Kemudian teruskan menguji kata-kata.

Pertimbangan tambahan untuk seni bina gred perusahaan

Selain itu, seni bina chatbot juga mesti mempertimbangkan elemen berikut.

Keselamatan

Keselamatan, tadbir urus dan perlindungan data harus dipandang serius. Ini amat penting untuk perniagaan yang menyimpan maklumat tentang berjuta-juta pelanggan.

Jika pengguna tidak mahu butiran peribadi mereka dibocorkan, mereka perlu mempertimbangkan cara untuk kekal tanpa nama. Jika anda ingin mengakses maklumat peribadi, anda perlu berbuat demikian dengan cara yang selamat.

Adalah penting untuk mewujudkan langkah kerahsiaan supaya tiada sesiapa pun boleh mendapat akses tanpa kebenaran kepada sistem sensitif.

Sebarang kesilapan kecil, seperti kesilapan menaip atau hiperpautan yang rosak, berpotensi untuk dilihat oleh beribu-ribu pengguna setiap bulan.

Kesilapan kecil boleh memberi kesan besar pada imej perniagaan anda.

Ringkasan

Chatbots memudahkan interaksi antara orang dan perkhidmatan, sekali gus meningkatkan pengalaman pelanggan. Mereka juga memberi peluang kepada perniagaan untuk menambah baik proses penglibatan semula sambil mengurangkan kos perkhidmatan pelanggan.

Atas ialah kandungan terperinci Panduan untuk struktur chatbot. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!