利用Dialogflow构建聊天机器人

19 篇文章 0 订阅
6 篇文章 0 订阅
本文介绍了如何使用Dialogflow和Google Chat集成构建聊天机器人,以帮助在办公环境中查找和整合信息。通过Dialogflow的自然语言处理能力,机器人能理解和响应自然对话,从Google Sheets提取数据,并减少了用户在不同应用间切换的需求。
摘要由CSDN通过智能技术生成

图片

作者:Priyanka Vergadia, Developer Advocate, Google

           Anu Srivastava, Developer Advocate, AI/ML

 

在如今的办公环境下,在线协同工作至关重要,保持生产力也是关键,聊天机器人在协同工作中也发挥着至关重要的作用。为什么要使用聊天机器人?工作中我们经常需要将来自外部资源的信息整合到我们的沟通中,而聊天机器人可以帮助我们在一个地方找到全部的所需信息。在下面的内容中,我们将带领您了解一个机器人,而它的灵感来自于谷歌的一个真实用例。

 

在谷歌这样的大公司,要找出哪个人负责某个特定的产品领域可能比较困难。当客户团队遇到问题时,他们通常不得不通过许多 ad hoc trackers 去寻找答案,ad hoc trackers 例如这里 Sheets 中的一个示例(sample scrubbed data)。

当客户出门在外时,这会变得更加困难,尤其是如果客户不记得 Sheets 的 URL 以及不知道如何使用它来寻找答案时。不用在电子表格中进行筛选,而是直接发送聊天消息,看看应该联系谁来获得网络或安全方面的专业知识,那会怎么样?这就是 Dialogflow 和 Google Chat 相集成的好处。它可以帮助用户减少上下文切换,因为他们可以直接在谷歌聊天中提出问题,向与 Sheets API 集成在一起的 Dialogflow 内置聊天机器人提问,以此来找到答案。下面我们看看它是如何工作的!

如果您倾向于观看视频而不是阅读文章,我们在这个视频中分享了整个过程。

 

这个视频:https://www.youtube.com/watch?v=aRswG2oowEA&list=PLIivdWyY5sqK5SM34zbkitWLOV-b3V40B&index=15&t=16s

 

它是如何工作的

当用户在 Google Chat 中提出问题时,启动的聊天机器人会与 Dialogflow 集成,来进行自然的对话,Dialogflow 通过 Cloud Functions 实现与后端数据库或 Sheets集成(如图所示)。

图片

 

 Google Sheets 中提取信息

要从 Sheet 中提取信息,我们首先需要确切地知道哪些信息与完成请求有关。在确定了我们需要的信息之后,再使用 Sheets API 来提取它们。

 

② 定义输入的短语

虽然编写一个基本的机器人,要求输入的内容按照预定的顺序进行格式化,会比较容易。但这样的机器人会很难使用,因为用户必须记住顺序并且需要完全正确地拼写所有的内容。而且,如果一个工具太难用,大家就不会去使用它。选择一个聊天机器人的关键是可用性,这意味着处理自然对话中出现的短语的能力,例如:

“谁负责 Gmail 的数据管理?”

“我想认识数据管理大师。”

“告诉我谁是数据管理专家?”

这就是 Dialogflow 的用武之地。Dialogflow 是一种自然语言理解平台,它简化了移动应用、Web 应用、机器人等对话式用户体验的设计和集成。

我们用三个简单的步骤构建了我们的机器人,如果已经看完了“解构聊天机器人”系列视频,应该会觉得很熟悉。

解构聊天机器人系列视频:https://www.youtube.com/playlist?list=PLIivdWyY5sqK5SM34zbkitWLOV-b3V40B


Step 1 定义实体

Dialogflow 使用在自然对话上训练的模型。但是,在使用这些模型之前,机器人需要了解上下文中的关键短语,例如角色类型、技能和账户名称(例如,账户专家、Gmail 和安全)。

图片

Step 2 配置意图

意图本质上就是用户的问题。在这里,我们通过定义行动和参数来定义如何使用刚刚创建的实体。当机器人学习到了这些实体,这就是意图响应的来源。

 

图片 动作和参数

您定义的实体用于配置操作和参数。在本例中,角色、技能和账户都是实现这一意图所需的参数(用户可以按照任意顺序提供这些参数)。如果用户忘记了一个,我们会定义了一个提示从用户那里获取。

 

图片

图片 训练短语

由于不同的人说话方式不同,因此我们使用训练短语来提供用户请求的不同示例。Dialogflow 使用了预训练的 NLP 模型,并且这些训练短语就是现实中的问题,有助于为我们的用例训练一个特定的模型。

图片

Step 3 设置执行代码

执行(Fulfillment)是将一切粘合在一起的地方,在 Node.js Firebase 函数中连接所有的 API。在本例中,我们使用 Sheets API,但您可以连接到您选择的任何后端。详情请参考示例代码👇

 

示例代码:https://github.com/asrivas/SmartAccountsBot

图片

 

一键式整合

Dialogflow 可以与许多受欢迎的对话平台相集成,例如 Google Chat、Google Assistant、Slack 等。可以直接将终端用户的交互交由它来处理,这样用户可以更专注于构建自己的代理。每个集成都以特定于平台的方式处理终端用户的交互,可以在下方文档中了解更多详情。

 

文档:https://cloud.google.com/dialogflow/es/docs/integrations

 

结论

构建一个集成了 Google Chat、Dialogflow 和 Sheets(或其他数据源)的聊天机器人是很简单的。想要了解更多细节,可以观看文初提到的《将 Dialogflow 与 Google Chat 相集成》的视频,在该视频中更深入地讲述了这一过程,并且可以在 GitHub 上查看完整的源代码。

 

源代码:https://github.com/asrivas/SmartAccountsBot

 

编译自:Integrating Dialogflow with Google Chat

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值