Создание чат-ботов с Dialogflow, Watson, ChatterBot и Rasa. Тимур Машнин

Чтение книги онлайн.

СКАЧАТЬ 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.

СКАЧАТЬ