订阅业界RSS CSDN首页> 业界

在AI开发中集成极具魅力的Chatbots

发表于2018-03-29 11:53| 次阅读| 来源未知| 0 条评论| 作者Qualcomm

摘要:Qualcomm®开发者网络2月份的开发人员是我们的AI开发者竞赛大奖得主,来自芬兰Espoo的Sergey Konvisarov。他的铅笔音乐应用程序将根据用户图纸实时生成不同风格的音乐。

 在AI开发中集成强大的Chatbots

个人人工智能(AI)助手正在成为一种日益普遍的交互式工具,使用现在可用的工具开发它们变得更加容易。我以前曾经谈论过基于语音的个人助理,现在想看看基于文本的个人助理(也称为chatbots)。Chatbots利用机器学习算法提供适当的响应,并且作为AI的实际应用,我认为这是一个有趣的工具,可以考虑在您的开发中使用。

与基于语音的个人助理类似,Chatbots允许您作为开发人员将您的用户的会话体验融入其中。然而,聊天机器人依赖于文本,有时图像用于交谈而不是口头交流。当聊天机器人集成到您的用户熟悉且对用户最有用的区域(如短信,邮件平台,电子邮件和网站)时,Chatbots可提供最佳的用户体验。这些互动可以采取自助式客户服务请求,语言培训工具,甚至儿童互联网连接玩具的形式。

从机器人到Chatbots

不是所有的机器人都是智能的。它们不同于那些基于简单规则集的规则,也不同于使用高级机器学习提供复杂对话的规则。

简单的脚本机器人可能会扫描特定关键字的文本,例如“地址”或“联系人”,以尝试提供自助服务来查找商店。如果有人想“将隐形眼镜送到我的家庭地址”,而不是提供商店的地址,这可能会导致一些令人困惑的用户交互。

如果我们正在处理一个特定问题,例如收集用户数据以更新护照,则可以对您的机器人程序进行编程,以仅处理那些相关的查询并拒绝其他问题。这些程序相当容易实现,但范围有限,因此可能令最终用户感到沮丧。此外,对这些程序进行更改并添加新命令可能非常耗时,因为它们需要了解AI和机器学习开发的程序员。

为了达到智能聊天机器人的水平,需要在运行时进行复杂的文本分析,以了解用户输入的单词的上下文。这个级别的处理可以使用AI机器学习来完成。通过与人交谈并记住他们的回应,聊天机器人算法可以学习变得更像人类。如果您是机器学习的新手,那么请查看我们的电子书,以帮助您加快步伐。

自然语言处理

无论您是为AI助手制作简单的机器人还是复杂的聊天机器人,自然语言处理(NLP)都扮演着关键角色。NLP是AI从文本中提取含义的方法:

1. 文本被标记并分解成单个单词。

2. 词性标注用于将词语分类为名词,动词,形容词等。

3. 统计模型,如隐马尔可夫模型和条件随机场,用于预测每个单词的含义。

4. 使用解析器树在单词之间建立依赖关系以减少歧义。

5. 一个动作是从先前的预测中推导出来的,并传递给处理它的算法。

自然语言生成

一旦AI确定了它将如何响应,它就需要生成一个答案并将其作为回答发回给用户。与NLP相比,这是一个更直接的任务:

1. 扫描结果以确定要传播哪些内容。并非所有信息对最终用户都有意义。

2. 选定的结果被组织成树形结构以确定如何生成响应。

3. 词汇选择是为了确保动词时态和名词的形成。

4. 先前的选择被组合成最后的句子,并返回给用户。

机器学习需要大量的计算能力,但像高通 ® 神经处理引擎这样的库可以帮助利用移动平台的强大功能,使聊天机器人交互更加灵敏。

如果您正在寻找更多信息,可以查看Facebook上的一些最佳实践建议。

 

 


 

 更多Qualcomm开发内容请详见:Qualcomm开发社区 。

0
0