Топ-100

Второй урок «Основы» из курса обучения Dialogflow «Разборки чат-ботов»

Dialogflow 23 окт. 2020 г.

Добро пожаловать в раздел «Разбор чат-ботов». Я Приянка Вергадия. И в этом выпуске мы разберем архитектуру чат-ботов Dialogflow, чтобы лучше понять строение сервиса.

В первом эпизоде ​​мы представили Dialogflow, который представляет собой комплексный инструмент с пониманием естественного языка для понимания сложных и естественных разговоров. Сегодня давайте посмотрим на архитектуру высокого уровня.

dialogflow

Dialogflow находится в середине стека. Пользователь может взаимодействовать с ним через все общие каналы, включая текст, веб-сайты, приложения, мессенджеры и умный устройства, как Google Home.

Dialogflow выполняет работу по переводу естественного языка в машиночитаемые данные с помощью машинного обучения модель обучена на ваших примерах.

Как только он определит, о чем говорит пользователь,
он может передать эти данные на ваш сервер где вы можете использовать это, чтобы что-то произошло.

В админке вы можете выполнить запрос путем интеграции с другими вашими сервисами, базами данных или даже
сторонние инструменты, такие как ваша CRM.

Теперь давайте углубимся на один слой глубже в Dialogflow.
Сначала мы создаем агента в Dialogflow. Агент — это, по сути, все ваше приложение чат-бота. Инструмент того, что говорит пользователь, сопоставление его с намерением, выполнение действий с ним, а затем предоставить пользователю ответ. И в вашем агенте все начинается с триггерного события называется звуком.

Вот как наши пользователи вызывают чат-бота. Итак, если я скажу: «Окей, Google, включи музыку», все предложение — высказывание.

dialogflow

А фраза «Эй, Google» — это спусковой крючок.
Возьмем другой пример. «Привет, Google, поговорите с Smart Scheduler». Фраза, поговорите с Smart Scheduler,
это фраза вызова нашего чат-бота.

И Smart Scheduler — это имя вызова. Как только бот активирован и получил высказывание пользователя, нам нужно понять намерения пользователя.

Intents | Намерения

Почему они хотят поговорить с нашим ботом?
Итак, когда вы говорите, «Я хочу назначить встречу», назначить встречу это намерение. Или, если вы спросите, «Каковы ваши часы работы», тогда часы работы — это намерение узнать время работы.

dialogflow

Для управления всем этим вы предоставляете Dialogflow с разными примерами намерений пользователей например, назначить встречу, узнать часы работы и другие. Затем Dialogflow обучает модель машинного обучения со многими другими похожими фразами и, наконец, карты фраза пользователя с правильным намерением. Этот процесс называется сопоставлением намерений.

dialogflow

Теперь, когда мы знаем намерения нашего пользователя
нам нужно знать, что делать, чтобы дать им ответ.

Сущности | Entities

Для этого вы настраиваете действия и параметры для определения переменных, которые вы хотите собирать и хранить. Давайте посмотрим на пример.
«Назначьте встречу на 5:00 завтра».
Когда пользователь говорит это, 5:00 утра и завтра
две важные части информации в этом заявлении
что нам действительно нужно записаться на прием.
Эти переменные определены как сущности.
Dialogflow предлагает различные типы сущностей.

dialogflow

И мы расскажем об этом подробно в следующем выпуске.
Когда у нас есть переменные, мы можем используйте их для предоставления статического ответа пользователю.
Или в большинстве случаев мы можем отправить переменную к нашей серверной части, примите меры,
а затем предоставить пользователю динамический ответ.
Мы рассмотрим это через секунду.
В ПОРЯДКЕ.

Контекст | Context

Подводя итог, намерение включает обучающие фразы, действия, параметры, и ответ. В зависимости от того, какие услуги предлагает ваш бот, обычно у вас может быть от нескольких до тысяч намерений. Они также могут быть на разных языках.

dialogflow

Пока вы смотрите на архитектуру,
стоит упомянуть контекст. Контекст — это метод, с помощью которого ваш чат-бот сохраняет и получает переменные, чтобы он мог обмениваться информацией с одним намерением к другому, в разговоре. У нас будет больше информации о контексте в следующем выпуске.

Исполнение | Fulfillment

Исполнение — последний кусок головоломки. Это код, который вы пишете для интерфейса с внутренними службами для ответа на динамический запрос. Скоро мы еще поиграем с этим. Но пока обратите внимание, что Dialogflow имеет встроенную интеграцию с Google Cloud Functions для взаимодействия с вашим сервером. И вы также можете предоставить другую конечную точку HTTPS, и Dialogflow просто подключится к нему.

dialogflow

Отлично. Итак, сегодня мы рассмотрели простую высокоуровневую архитектуру настройки агента в Dialogflow и узнали о:

  • намерения,
  • сущности,
  • контекст,
  • выполнение на высоком уровне

Далее мы займемся практической работой и построим простую встречу планировщик чат-бота. Если вам это кажется захватывающим, присоединяйтесь ко мне в следующем выпуске «Разборки чат-ботов».

Теги

Great! You've successfully subscribed.
Great! Next, complete checkout for full access.
Welcome back! You've successfully signed in.
Success! Your account is fully activated, you now have access to all content.