我正在尝试在我工作的公司开发一个聊天机器人。我的任务是生成聊天机器人的响应。让我们假设该域名是珠宝。因此,如果可能的买家连接到聊天机器人,他/她会查询并获得答案。我自动生成答案的最初方法是使用问题本身。
句子:给我看一些新罕布什尔州的商店 回复:以下是新罕布什尔州的一些商店
句子:你能告诉我一些新泽西的商店吗? 回复:以下是新泽西州的一些商店句子:给我看一些金戒指
回复:这是一些金戒指
我希望你能看到我在这里做的事情。我从问题本身提取名词短语并将其附加到模板。但是,这并不适用于所有情况。经过一些测试后,我发现很多生成的响应都不合适(但是,大量的响应是正确的)。有些人缺少介词,有些动词和一些有不需要的词。
句子:存储伦敦
回复:这里有一些伦敦商店句子:你在班加罗尔吗? 回复:这是班加罗尔的一个
请给我一些关于如何从这里前进的想法。我们没有数据集,所以我只是处理我手动创建的内容(在机器人测试期间)。欢迎任何想法,建议和意见。谢谢。
答案 0 :(得分:1)
我已经开发了一种医疗粘连的语音助手作为我的最终项目。将声音部分放在一边我不得不处理NLP来生成从短语中提取医学名词,剂量等的响应。
我认为你应该检查API.ai和Rasa,两者都是NLP,可以帮助你定义和提取不同短语的意图和实体。然后你只需通过HTTP与其中一个进行通信。
检查API.ai示例,它们很容易理解。稍后,如果您希望部署自己的服务器,则可以迁移API.ai的模型并将其与Rasa一起使用。
您可以在python中开发自己的NLP,但使用这些处理器可能更快,更便宜。希望这可以帮到你。
答案 1 :(得分:0)
这听起来比它需要的更复杂。为什么不回答您认为客户正在寻找的实际答案,例如他们输入的任何地点的商店清单?