wit.ai，api.ai等可以通过培训产生自己的对话，或者每个对话都是由故事构成的静态结构＆＃34; bot＆＃34;老板创建了？
我正在寻找一种可以根据学到的内容生成对话的僵尸工具，并且它拥有的对话越多，回复用户就越有可能。人类长时间的对话可能是可能的。 / p>
我看过wit.ai，api.ai和其他类似的人，但他们似乎是基于故事，这些故事通常会变成一些类似命令的东西，比如订购比萨饼。虽然可以让他们记住他们与谁说话以及其他实体信息。
我是否必须构建一百个故事，或者是否有可能只是建立一个基础并让它从那里学习，并且可能在未来基于旧对话添加更多故事以使其更智能。 ？
答案 0 :(得分：3)
答案有很多部分。
一方面，有Mitsuku，这可能最接近你所渴望的。根据我的理解，Mitsuku已经使用大量的手工编码规则建立了很长时间 - 有点像你正在谈论的数百个故事。我知道没有Mitsuku-as-a-service，至少现在还没有。
另一方面，有像api.ai，wit.ai等机器人构建框架，它们使用机器学习来有效地做两件事 - 意图映射（用户正在讨论的主题是什么）和实体提取（提到专有名词）。结合起来，它对于面向任务的聊天机器人来说非常有用，但对于您正在尝试构建的真正对话的聊天机器人来说却不够。
我还鼓励您查看以下YouTube视频，特别是演示者讨论基于生成与检索的聊天机器人的片段。
https://youtu.be/SvV57fuL_M0?t=202
此外，api.ai还有一些称为“预构建域”的东西，它具有一些域的知识。有一个“小谈话”领域，但如果你看一下，它基本上希望机器人程序员根据通常的预期问题填写一份从0％到100％完成的调查问卷。
您还会询问使用历史记录来让您的机器人变得更聪明。如果您准备浏览聊天日志，那么机器人构建框架（如API.AI）允许您从狭窄的东西开始，然后通过培训继续制作一个非常有趣的机器人（很难解释，看看他们的界面） 。但这也意味着a）您愿意花费大量时间来改进机器人，并且b）您实际上可以为您的机器人提供足够的流量以提出广泛的问题。
我的观点是，关于聊天机器人可以做什么，有很多炒作。我认为它们非常有用，但它们与人们对话的方式几乎没有对话。