文章目錄

• @[toc] 目錄
• • 前言：
  • 1、技術方向
  • 2、chatbot的知識框架
  • 3、應用的分類
  • 4、chatbot的幾個challenges
  • 5、工業應用綜述
  • 總結：

目錄

前言：

最近由于工作需要，要開發一款智能客服，目前正在搞業務咨詢模塊的功能，所以這里就記錄下整個過程，權當是學習筆記吧。實現一款智能客服根據實現的功能不同要用到不同的技術，如面對客戶提問的問題的匹配方面可以通過正則表達式或者Python中的AIML庫來實現；對于相似問題的推薦可以采用數據庫的關鍵字檢索或者將問題向量化后通過ML方式來實現等，對于問題向量化的技術又牽涉到NLP的相關技術，如對句子的分詞處理等，這里面又牽涉到如何提取需要的關鍵詞，如何剔除不想要的關鍵詞等步驟，每個步驟的實現方式也有很多，如可以根據需要選取jieba，NLTK，gensim等Python的第三方庫等等，但是今天我們首先介紹下這個Chatbot的大體的情況，至于怎么實現我會在后面介紹。

1、技術方向

1.1、傳統的實現方式：Retrieval-based（基于檢索）

1.2、Generative：即可以自己生產應答語句。（如chatterbot利用AI技術實現的方式）

2、chatbot的知識框架

由上圖可以看到縱軸方向分為開放領域和封閉領域，橫軸方向分為基于檢索和
基于生成式對話兩種模式。可以看到以上四種方式的技術實現的難度。目前穩定使用的是基于規則的應用（采用基于檢索的技術），智能機器仍處于探索階段（采用基于生產力的技術）。我們要做的也就是在封閉領域（如專業問題咨詢等）Rules-Based和SmartMachine結合起來，盡可能滿足業務的需求。

3、應用的分類

long&short(即對話的長是否牽涉到上下文，短即是否是單輪對話)

4、chatbot的幾個challenges

4.1、語境的判斷
語?語境：這句話在說什么內容？（涉及到對語?的embed，?如word vector，即把單詞給向量化，然后采用數學方法來處理）
物理語境：這句話在哪?說的？（涉及到物理環境，?如在哪?，現在?點）
4.2、統一的語言個性（防止chatbot由于輸入數據的問題發生精神分裂現象）

4.3、模型的驗證（即如何判斷chatbot回答的答案是否是自己想要的）

4.4、多樣性問題（對于問題的回答必須盡可能的不一樣，不能直接由單一的指標確定）

5、工業應用綜述

1、語音助手：微軟走被動的輸出路線，google走主動推送的路線。
2、餐飲：
3、旅游：旅游向導
4、醫療：前臺客服
5、新聞：聊天式推送新聞。
6、財經：聊天式的個人理財管家
7、健身
主流的發展方向結合智能家居偏向于硬件的能活下來
目前穩定的方向還是基于查找、知識庫、規則即Rule-base來的。

總結：

以上是之前在查資料過程中總結的一些東西，主要還是想對這個方向的情況有一個清楚的了解，只有了解后，你才能決定我們要怎么怎么做，畢竟干任何事都是這樣，不能閉門造車嘛。以上是今天總結的一些東西，如有不足或錯誤，請大家指教、批評。