2018年热门趋势：轻松几步构建高效智能聊天机器人

聊天机器人 Chatbot 是人工智能领域最大的热点之一&＃xff0c;也被看作是人工智能进入企业市场和变现的排头兵。随着自然语言理解技术成熟&＃xff0c;可以 24 小时不间断工作&＃xff0c;甚至还能以一抵十开启多任务运作模式的 Chatbot &＃xff0c; 2017 年已经大量开始出现在企业的实际应用案例中。据国际研究顾问机构 Gartner 预估&＃xff0c;2018 年全球将有超过 20 亿的人会经常用对话的方式&＃xff0c;与 Chatbot 互动&＃xff0c;到 2021 年超过 50% 的企业花在 ChatBot 的投资将会超过传统 App 。

对于刚接触 Chatbot 的开发者来说&＃xff0c;如何找到切入点将对话服务搭建起来是最大的问题。读论文、看视频、找资料&＃xff0c;往往容易让初学者摸不着头绪。最优的方法&＃xff0c;其实还是找到一个当下切实可行又省时省力的解决方案。下面以 IBM Cloud 为例&＃xff0c;演示如何简单快速地搭建智能对话 Chatbot 。

IBM Cloud 是一个一站式云计算平台&＃xff0c;内置许多实用的 API 和工具&＃xff0c;对于开发者而言&＃xff0c;甚至可以完全不用写代码&＃xff0c;只需几个命令&＃xff0c;即可完成 Chatbot 的开发。

在实际开发过程中会发现&＃xff0c;IBM Cloud 是一个很适合部署微服务的平台&＃xff0c;因为平台上有很多现成的组件或服务提供开发者调用&＃xff0c;接口的文档也很详细&＃xff0c;部署很方便&＃xff0c;一键式服务很 nice &＃xff0c;有 bug 还可以去控制台查看 log 。不过&＃xff0c;由于要科学上网&＃xff0c;使用过程中可能会有点卡卡的。

此外&＃xff0c;IBM 的自然语言处理模块 Wastson Conversation 虽然对英语的支持算是很完美了&＃xff0c;但目前对于中文的支持还在试验中&＃xff0c;只能很原始的通过分词的方式来处理中文语言&＃xff0c;或是调用第三方的结巴分词 API 。大概的关键开发流程是使用 Promise&＃xff0c;开 child_process 调用 python 命令跑结巴分词拿结果&＃xff0c;然后输出到网页。

如果过程中遇到 child_process 无法在父进程返回数据时候拿到子进程分词结果的输出的问题&＃xff0c;可以用 nodejs 的 Promise 就可以解决父进程在子进程返回结果之前执行 return 输出。如果有中文字符编码的问题&＃xff0c;可加 encoding: "utf8" 解决。

最后&＃xff0c;我们来看一看部分国内一线开发者用户的客观真实反馈吧

Shabby-滔&＃xff1a;

在这次项目中&＃xff0c;再一次尝试使用IBM的自然语言处理模块-- Wastson Conversation &＃xff0c;然而很遗憾的是&＃xff0c;这个模块对英语这个语言的支持算是很完善了&＃xff0c;然而对于中文的支持&＃xff0c;真的是试验中&＃xff0c;不能用&＃xff0c;这导致做不到像微软小冰这样的机器人一样智能&＃xff0c;只能很原始的通过分词的方式来处理中文语言&＃xff08;第三方的实现-结巴分词&＃xff09;。&＃xff08;当然如果整个项目决定用英文作为主要语言&＃xff0c;其实很容易就用上了 Wastson Conversation 这个服务&＃xff0c;因为该服务有提供完善的对于英语的entity和intent提取功能&＃xff09;

我开始这个项目的时候&＃xff0c;想到的是做一个空气质量(Aqi)查询的机器人&＃xff0c;网上这些接口也是很丰富的(&＃xff0c;加上ibm平台上能够做到可视化搭积木的对话流程设计&＃xff0c;很轻松就能够调用第三方api并处理返回值&＃xff0c;在平台部署和编码阶段遇到的挫折很少&＃xff0c;原因大概是ibm bluemix平台已经挺强大了&＃xff08;P.S>网站需要爬梯子才能上...不过这对开发者来说不是难事&＃xff09;

最后总结一下&＃xff0c;IBM Bluemix是一个很适合部署微服务的平台&＃xff0c;因为平台上有很多现场的组件或服务提供开发者调用&＃xff08;怎样收费是另外一回事&＃xff09;&＃xff0c;接口的文档也很详细&＃xff08;当然不一定是中文&＃xff09;。

AFei-Fran&＃xff1a;

开发过程中遇到了很多问题&＃xff0c;比如开child_process无法在父进程返回数据时候拿到子进程分词结果的输出&＃xff0c;这花费了我很多时间在找解决方案&＃xff0c;一开始想到了进程间通信&＃xff0c;后来才发现原来用nodejs的Promise就可以解决父进程在子进程返回结果之前执行return输出。

而部署的过程中&＃xff0c;IBM平台的使用除了有点卡卡的&＃xff08;毕竟要科学上网&＃xff09;&＃xff0c;部署还是挺方便的&＃xff0c;一键式服务很nice&＃xff0c;出了bug还可以去控制台查看log。但由于是中文分词&＃xff0c;本地的时候毫无问题&＃xff0c;在部署的时候遇到了字符编码的问题&＃xff0c;后来加了encoding: "utf8"就解决了。

龙菜鸟&＃xff1a;

这是第二次对IBM平台进行探索了&＃xff0c;第一次探索使用redNodejs在可视化环境下写了一个天气查询机器人&＃xff0c;这次用IBM translate做了一个翻译机器人&＃xff0c;总的来说&＃xff0c;git式的自动化配置环境&＃xff0c;非常方便&＃xff0c;只要使用得当&＃xff0c;完全可以两个小时完成一个很好的微服务网站。不过目前&＃xff0c;IBM translate之支持英文翻译成其他语言&＃xff0c;中文翻译其他语言的话针对专利进行翻译&＃xff0c;不支持语言翻译。