Question

我想为客户服务应用程序构建一个聊天机器人。我尝试过像Wit.Ai，Motion.Ai，Api.Ai，LUIS.ai等SaaS服务。这些认知服务找到了＆＃34; intent ＆＃34;和＆＃34; 实体＆＃34;在使用典型的交互模型进行训练时。

我需要为内部部署解决方案构建chatbot，而不使用任何这些SaaS服务。

例如典型的对话如下 -

    Can you book me a ticket?
    Is my ticket booked?
    What is the status of my booking BK02?
    I want to cancel the booking BK02.
    Book the tickets

StandFord NLP工具包看起来很有前景，但存在许可限制。因此我开始尝试使用OpenNLP。我假设，涉及两个OpenNLP任务 -

使用＆＃39;文档分类程序＆＃39;找出意图
使用＆＃39;命名实体识别＆＃39;找出实体

确定上下文后，我将调用我的应用程序APIS来构建响应。

这是一种正确的方法吗？
OpenNLP在解析文本方面有多好？
我可以使用Facebook FASTTEXT 库进行意图识别吗？
是否有其他开源库可以帮助您构建BOT？
将＆＃34; SyntaxNet ＆＃34;对我的冒险有用吗？

我更喜欢用Java来做这件事。但是对节点或python解决方案也是开放的。

PS - 我是NLP的新手。

Answer 1

看看这个。它说这是对机器人的开源语言理解，以及对诸如wit.ai，api.ai或LUIS等流行的NLP工具的直接替代。

https://rasa.ai/

Answer 2

使用Luis.ai时，请查看我对攻击计划的其他答案：

Creating an API for LUIS.AI or using .JSON files in order to train the bot for non-technical users

简而言之，使用Luis.ai并设置一些意图，从一两个开始，并根据您的域进行训练。我正在使用asp.net来调用上面概述的Cognitive Service API。然后通过一些JQuery自定义响应...当Luis的响应引发每个意图或动作时，您可以在javascript数组中搜索规则列表。

如果您的Bot是基于英语的，那么我会使用OpenNLP的句子解析器将客户输入转储到数据库中（我今天这样做）。然后我使用OpenNLP标记器并将关键字（减去停用词）和词性推送到数据库表中以进行关键字分析。我有一个为OpenNLP构建的自定义Sentiment模型，它将使用Pos，Neg，Neutral情绪标记每个句子......然后您可以使用它来识别负面的客户服务反馈。要构建自己的Sentiment模型，请查看SentiWord.net并下载其域不可知数据文件以构建和训练OpenNLP模型或查看此Node版本...

https://www.npmjs.com/package/sentiword

希望有所帮助。

Answer 3

我绝对推荐Rasa，它非常适合您的用例，轻松地在本地工作，为您处理意图和实体，而且它还有一个友好的社区。

查看我的回购，了解如何使用与简单数据库交互的Rasa构建聊天机器人：https://github.com/nmstoker/lockebot

Answer 4

我尝试了RASA，但是我发现一个小故障是Rasa无法回答不匹配/未经训练的用户文本。

现在，我正在使用 ChatterBot ，我完全爱上了它。

使用“ ChatterBot”，并使用“ flask-chatterbot-master”在本地托管

链接：

ChatterBot安装： https://chatterbot.readthedocs.io/en/stable/setup.html

使用-flask-chatterbot-master 在本地托管：https://github.com/chamkank/flask-chatterbot

干杯

Ratnakar

Answer 5

借助RASA和Botkit框架，我们可以为任何渠道构建本地聊天机器人和NLP引擎。请按照此链接进行构建的端到端步骤。一个很棒的博客，它帮助我为办公室创建了一个博客

https://creospiders.blogspot.com/2018/03/complete-on-premise-and-fully.html

Answer 6

首先，所有聊天机器人都将是与NLP一起运行的程序，它是将知识带给聊天机器人的NLP。 NLP掌握在机器学习技术上。

内置聊天机器人更少的原因很少。

我们需要构建基础架构
我们需要经常训练模型

但是使用基于云的NLP可能无法提供数据隐私性和安全性，并且包含我的业务逻辑的灵活性也非常低。

一起进入内部还是在云上都是基于需求和需求的用例。

但是，请参阅此链接以获取在端到端的前提下以很少的步骤就可以轻松，完全自定义地构建聊天机器人的知识。

Complete On-Premise and Fully Customisable Chat Bot - Part 1 - Overview

Complete On-Premise and Fully Customisable Chat Bot - Part 2 - Agent Building Using Botkit

Complete On-Premise and Fully Customisable Chat Bot - Part 3 - Communicating to the Agent that has been built

Complete On-Premise and Fully Customisable Chat Bot - Part 4 - Integrating the Natural Language Processor NLP

Answer 7

免责声明：我是该软件包的作者。

Abodit NLP（https://nlp.abodit.com）可以做您想要的，但目前仅是.NET。

特别是，您可以轻松地将其连接到数据库，并可以提供自定义令牌，这些令牌是针对数据库的查询。这些都是强类型的，添加新规则就像在C＃中添加方法一样容易。

它还特别擅长将日期时间表达式转换为查询。例如，“下个月的下一个下午4点后的星期四”变为((((DatePart(year,[DATEFIELD])=2019) AND (DatePart(month,[DATEFIELD])=7)) AND (DatePart(dw,[DATEFIELD])=4)) AND DatePart(hour,[DATEFIELD])>=16)

如何在WIT.AI上实现BOT引擎的内部部署解决方案？

7 个答案: