文末有福利
![](https://img-blog.csdnimg.cn/img_convert/b60d9387dca614c1b1331c0714c8a9c6.gif;wxfrom=5&wx_lazy=1)
文末有福利
![](https://img-blog.csdnimg.cn/img_convert/814b5755dfecc41a946bba7fd3794ffe.gif;wxfrom=5&wx_lazy=1)
随着苹果Core ML的最新版本发布,开发人员更容易构建人工智能应用程式,除了图像识别和文本检测是利用AI建置APP的好例子,另一种善于展现机器学习Power的应用程式类型则是chatbots。在本教程中,我们将使用Google的Dialogflow(以前称为API.AI)构建在iOS上运行的chatbot应用程式!
Intents(意图)和Entities(关键字)快速概览
在开始之前,我先解释Dialogflow和chatbots的一般基本知识。 在构建chatbots时,你必须知道两个术语:Intents(意图)和Entities(关键字)。
> An entity represents a term or object in the user’s input that provides clarification or specific context for a particular intent.
> (entity表示用户输入中的术语或对象,为intent提供说明或使用情境。)
> An intent, on the other hand, represents something that the user wants to do. If intents represent verbs, then entities represent nouns.
> (另一方面,intent代表用户想要做的事情,如果intent代表动词,则entities代表名词。)
来看一个例子,在我们的专案中,可能会告诉我们的机器人以下声明:
“Book me a room at the La Grande Hotel”(替我在La Grande Hotel订一间房)
在这句话中,我们的intent(意图)是”预定一个房间”,entity(关键字)是”La Grande Hotel”,现在,自然语言处理(NLP)算法可以计算两种不同类型的对话内容。
01
基于意图(Intent-based)的对话:
这是当NLP算法使用intents和entities进行对话时,通过识别用户声明中的名词和动词,然后与它的dictionary交叉引用,让bot可以执行有效的操作,这种类型的对话是Dialogflow使用的。
02
基于流程(Flow-based)的对话:
基于流程的对话是智能通信的下一个级别。在这里,我们会给予两个人之间对话的许多不同样本的RNN(循环神经网络),创建的机器人将根据你训练的ML模型进行响应。Wit.ai是在这个领域取得巨大进展的少数网站之一,不用担心,我们不需要做到这个程度。
> One of the most important rules when developing a chatbot is that it MUST have a personna. This means that it must behave like a real person. Therefore, let’s name out bot – Chip!
> (开发chatbot最重要的规则之一,就是它必须有一个personna,意味着它必须像真人一样行事。 因此,让我们来替bot命名 – Chip!)
接下来,就进入本文重点!
熟悉Dialogflow
进入到Dialogflow,在右上角点击”Go to Console(前往控制台)”。
![](https://i-blog.csdnimg.cn/blog_migrate/479a49f8f9026496cc0bc7ffebb45f08.jpeg)
系统会要求你使用Google帐户登录,并授权使用Dialogflow在Google云端平台服务中查看和管理你的资讯,接受条款,你应该看到一个初始启动页面。
![](https://i-blog.csdnimg.cn/blog_migrate/4f2b9e7ffb5517b874c4be5344a8b10f.jpeg)
观看介绍影片可以让你更快速了解Dialogflow,但如果你不想花时间看也没关系!点击”Create Agent”按钮,在Dialogflow中,一个agent(代理)意味着iOS应用将使用chatbot通过无线方式进行通讯以接收回应。
填写代理名称(比如Chip),然后点击Create按钮进行下一步,Dialogflow将为你创建agent。现在,让我们来确认一下,你应该有2个预设intents:”Default Welcome Intent”和”Default Fallback Intent”。在左侧栏位中,你应该可以看到Intents和Entities的tabs(选项)。
![](https://i-blog.csdnimg.cn/blog_migrate/e8da589d556067d93193a05ecca658e5.jpeg)
我们也会在下方看到其他tabs。现在,该开始创建机器人了!
添加Entities
首先,让我们开始添加entities,如果你还记得,entities就像NLP算法可以理解的名词,拿出一个可能经常用于我们机器人的entities名单,我已经把我整理的list放在下面,并且随时可以添加它。
● Hotel
● Room
● Payment
选择entities选项,然后点击”Create Entity”按钮。并将这个entity命名为”Hotel”,并点击第一行,输入”Hotel”当做参考值,当用户使用你的机器人时,他们可能会使用Hotel以外的其他名称。 因此,应该输入关键字的一些同义词,即使用户使用”Hotel”以外的字,机器人仍然可以理解用户在说什么,看下面的图片,我使用了一些同义词。
![](https://i-blog.csdnimg.cn/blog_migrate/d4d4400f055dc3dd083500901a20e97f.jpeg)
现在,储存你的entity,并按照刚才建置Hotel entity的步骤创建以下的entities。
![](https://i-blog.csdnimg.cn/blog_migrate/6bc5be0c1e23806e6d95f73633e83f69.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/484373b9f08ffa8220ee86047f0e5063.jpeg)
现在我们已经创建了entities,接着来讨论intents。
添加Intents
进入Intents页面并点击Default Welcome Intent,这个intent就是我们机器人在第一次启动时会抓取的东西,你应该看到网页呈现如下:
![](https://i-blog.csdnimg.cn/blog_migrate/f8b80071f7a334e4b4ebef7b8d640c42.jpeg)
我们可以制定用户应该说出哪个字去触发intent。在本页面的最底部,我们也可以制定回应的文本内容,由于这是一个Welcome intent,用户可能会说”Hello!”或”How’s it going?” 因此,让我们将这些短语(和任何类似的同义词)添加到’User says’部分,以下是一些范例,你可以随意地添加更多的讯息,设定你的用户可能会对机器人说的字汇。
![](https://i-blog.csdnimg.cn/blog_migrate/3e873575eb492fff2ae0183d8f363291.jpeg)
如果向下滚动,会找到* Response *部分。intent带有一些内置的回应,我们添加一个follow up question(关联性问题):”What can I do for you?”,我们最终Welcome intent应该是这样的:
![](https://i-blog.csdnimg.cn/blog_migrate/319982bf182f6e603a4740f8752daa9c.jpeg)
在我们开始创建下一个intent之前,如果你想在任何时候测试你的agent,请查看右侧栏位,你可以输入想要的任何内容,然后查看你的agent是否回应。输入”Hello”,然后检查agent是否回应了预期的回应。
到目前为止,agent只有一个intent,由于我们的机器人是为处理预订hotel而设计的,因此我们必须创建另一个处理intent这些查询,用户可能会问:“能替我预订一家旅馆吗?” 或类似的问句。
让我们创建一个新的intent,并将其命名Begin Order。在User says栏位中,添加上面的表达式然后按下enter。一旦你输入了这个表达式,将会看到agent已经在该语句中识别了一个@Hotel关键字。与entities类似,用户不会只用这个问句来表达预订酒店的需求。所以这里添加一些变化,以agent理可以了解用户的意思,增加的变化越多,agent也就越聪明,以下是一个范例展示。
![](https://i-blog.csdnimg.cn/blog_migrate/5816c7789741384f3f29ae91c9112f86.jpeg)
agent应该做的下一件事是搜索附近的hotel,并询问用户他/她需要几间房。但是,如果我们要真正搜寻附近的酒店,则需要调用API并使用JavaScript将webhook与api.ai整合在一起,这超出了本教程的范围,所以让我们在Response栏位创建一些虚拟酒店,这是我创建的回应内容:
![](https://i-blog.csdnimg.cn/blog_migrate/1adc7079b252aa82b2b285897f37cbc7.jpeg)
储存intent并返回到主页面,在右侧栏位中测试你的agent,到目前为止,如果读者有跟着前面的步骤,它应该按预期工作!正如你所看到的,不必提出确切的问题,Dialogflow将从你的陈述中学习并理解变化。
![](https://i-blog.csdnimg.cn/blog_migrate/70dc29090f675ce16d1415b4b7d4700b.jpeg)
现在,我们来添加一些follow-up intent,将鼠标移动在你刚创建的intent上,你应该看到一个选项”Add follow-up intent”,选择它并点击Custom,将产生一个新的intent,并显示”Begin Order – custom”,让我们编辑这个intent!
![](https://i-blog.csdnimg.cn/blog_migrate/f49d5b43350fcd5ffc4ad8fff3bd60bd.jpeg)
请记住,我们agent对我们说的最后一件事情是”How many rooms do we want?”,用户可能会回覆一个数字,他/她可能会说:”I would like 1 room”或简单地回答”4″,你应该要预测用户会说什么,并填写所有可能的答案,请参考以下我填写的范例:
![](https://i-blog.csdnimg.cn/blog_migrate/bfd5e730f61ba3dda50028260ce88922.jpeg)
正如你所看到的,Dialogflow有一个内置的数字entity,不管你输入一个数字还是一个单词,它都能够处理它并理解它的含义。
接下来,我们要让机器人回应确认价格总额,并询问用户喜欢什么付款方式。同样的,由于这些是hotel虚拟资料,我们可以在机器人的反应中添加虚拟的价格。
![](https://i-blog.csdnimg.cn/blog_migrate/26803e09cf7c6e86e1359f4b45efa913.jpeg)
保存这个intent,现在给读者一个挑战,创建最后一个intent,即询问用户使用何种付款方式付款,这应该是非常简单的,因为我们已经做了两次!
希望读者都能顺利完成,如果没有也没关系,请按照下面的方式!所以我们将回到intent的主页面,然后点击Create Intent。
> 注意:我没有创建另一个follow-up intent,因为当机器人第一次触发时,用户不太可能会说出付款方式的名称,这就是为什么我要创造一个normal intent,就像我们在刚开始时所做的。
将这个intent命名为Payment并添加用户可能会说的内容,这是我们的Payment关键字(entity)使用的地方!
![](https://i-blog.csdnimg.cn/blog_migrate/f45272bd38c85b6e5207a09efff8de2c.jpeg)
最后,让机器人回应一些确认讯息。以下是一些范例:
● Done! You have rent the rooms!
● Success! We received your payment.
就是这样!请记住保存Payment意图,Chip现在可以使用了,在我们转到本教程的iOS端之前,你可以在右侧栏位中对其进行测试。
A Couple More Things
在开始真正的编程之前,让我花点时间来解释Dialogflow控制台左侧栏位中的其他tabs,在Entities下,有一个名为Training的tab,如果点击此选项,你将收到所有发送给agent的回覆讯息以及agent回覆的内容,如果你告诉你的agent一些回应文本,但它回应你不喜欢的输出,这就非常有用,若你稍后意识到忘记了某个关键字的同义词,并且用户正在使用这个关键字,那么也可能会有所帮助,可以去告诉你的代理在这种情况下应该做什么。
在Training下方你可以看到Integrations。
在这里,可以管理你的agent去串接不同的服务,例如Google Assistant,Twitter,Slack,Messenger,Cortana,Alexa等等。Integrations之后,还有Analytics,基本上用来显示建议名称,之后还有Fulfillment,如果你要调用一个API并实现一个webhook,这就是你会需要来的地方。
![](https://i-blog.csdnimg.cn/blog_migrate/054b4284f3c9ae8d0e66d16f305a66f1.jpeg)
最后两个选项功能非常简单,但很有用。第一个是Prebuilt Agents,在这里,你可以import一个预先存在的代理框架,有很多例子,如食物传递机器人,音乐机器人,甚至(抱歉,但你真的需要知道这个)hotel预订机器人! 最后一个选项是Small Talk,如果你将代理设计为像Siri或Google Assistant这样的每日伙伴(daily companion),这个选项非常有用,Small Talk允许你添加常见问题的答案,我们都喜欢问我们的机器人,如”你几岁?”或”你住哪里?”,以及更热门的问题”你愿意嫁给我吗?”
现在你已经知道Dialogflow是什么,并且对于如何操作有很好的观念了,现在是时候移动到另一端,开始编写Swift程式码!
使用API.AI SDK连接到Dialogflow
如果你从头构建应用程序,则可以使用CocoaPods安装API.AI SDK(这是用于连接到Dialogflow的SDK),只需在Podfile中添加以下讯息:
![](https://i-blog.csdnimg.cn/blog_migrate/4f90a8cda780ad16c39bb7b68bbedd10.jpeg)
一旦你unzip初始专案,确保你打开了Chatbot Starter Project.xcworkspace文件。进入Main.storyboard,已经有一个UILabel,UIButton和UITextField,它们的outlets也连接到ViewController.swift。
![](https://i-blog.csdnimg.cn/blog_migrate/c20dc2f34b401298af46b4f947e48420.jpeg)
先来看看AppDelegate.swift,我们需要让APP连接到Dialogflow的servers,在import UIKit的正下方,输入以下程式码来导入framework:
![](https://i-blog.csdnimg.cn/blog_migrate/f7f0217d92e6d9d881481c56f4104748.jpeg)
现在,需要使用client access token来初始化我们的配置,请参照下面范例更新didFinishLaunchingWithOptions方法:
![](https://i-blog.csdnimg.cn/blog_migrate/2fbcfdd96e0aeec71f7fa45a24fba510.jpeg)
“YOUR_CLIENT_ACCESS_TOKEN”替换你自己的机器人的client access token,如果你不知道在哪里可以找到,请移动到Dialogflow中的chatbot settings。在”General”选项下,你应该在”API keys栏位下找到client access token。
![](https://i-blog.csdnimg.cn/blog_migrate/4fe3db8a8be4ac60dee7df8dc4092ac5.jpeg)
现在,当我们的应用程式启动时,它将使用client access token连接到Chip bot。
让装置开始说话
前往ViewController.swift,并且在import UIKit之下,import ApiAI和AVFoundation框架:
![](https://i-blog.csdnimg.cn/blog_migrate/06b77e05591c45f10d53b1d9dc640361.jpeg)
我们需要导入AVFoundation框架,因为我们需要bot与用户交谈,该框架附带了能够从文本转为合成语音的“AVSpeechSynthesizer”类别,为了让装置与我们的用户交谈,在ViewController类中插入以下几行代码:
![](https://i-blog.csdnimg.cn/blog_migrate/11c5fb9b4635e5de845b603c00340cdc.jpeg)
让我告诉你上面的程式码做了哪些事。首先,我们定义一个常数speechSynthesizer,并初始化一个 AVSpeechSynthesizer的实例。AVSpeechSynthesizer是一个提供自文本转换为语音的object,并允许存取控制正在进行的访问,然后创建一个新的函式speechAndText(text: String),根据用户输入的内容执行更改。
在函式内部,我们创建一个AVSpeechUtterance的实例,最简单的说,它是一个将被宣读的文本块。然后,我们要求装置读出这段文字,同时,我们想向用户展示机器人的response,这就是为什么我们将label的text设置为机器人的response。
我使用UIView.animate方法为label转换为微妙的动画,当你正在开发自己的应用程式,但不具备创建高品质的动画知识,则这种方法可以实现这一效果。
发送请求
我们只剩下最后一部分,当用户点击按钮时,应发送request给我们的代理,让我们看看我们该怎么做!在sendMessage操作方法中插入以下几行程式码
![](https://i-blog.csdnimg.cn/blog_migrate/9b116c800a50e511774579cd991bc715.jpeg)
这段code是相当基本的,但是可能部分读者不太理解这段代码,还是让我解释一下。基本上,我们以用户提供的query条件来准备API.AI文本请求,从messageField中检索文本并执行基本验证,确保文本字段不是空白,一旦我们得到了这段text,就将它丢给request的query属性。
好的,文本request已经准备好了,下一步是发起请求并发送给机器人。当然,我们需要处理API.AI代理回应的任何内容,有两种可能性:success或failure,如果代理程序返回成功讯息,那么我们希望应用程式说出回应并将其显示在荧幕上,如果出现失败讯息,那么应用程式只是打印错误到控制台,我们可以通过使用下面的程式码来实现:
![](https://i-blog.csdnimg.cn/blog_migrate/7f97d02a82737a0ddc7b8d65881770c9.jpeg)
request执行完成后,应用程式需要做什么,你可以调用setMappedCompletionBlockSuccess方法并在闭包中指定动作,一旦请求完成,完成处理程序将被调用,并将回应作为参数传递,在闭包中,我们调用前面创建的speechAndText(text: )方法来说出并显示回应内容,如果response显示失败,我们只需将其打印到logs即可。
剩下最后一件事,我们还没有发起对API.AI的request,为此,我们调用enqueue函式并放入指定request,这可以通过使用下面的程式码来完成:
![](https://i-blog.csdnimg.cn/blog_migrate/6d8a9ac93d4699acbb8cb2534db4dd66.jpeg)
我们将请求发送到API.AI并清除textfield中的文字,你的整个sendMessage方法应该如下所示
![](https://i-blog.csdnimg.cn/blog_migrate/e79ba32e664ad85342789c9901b979f8.jpeg)
是时候了!现在运行应用程式(在iPhone X上),一切都应该按预期工作!
![](https://i-blog.csdnimg.cn/blog_migrate/6dfe8b0fe5b854d9ebe4dffd63253a77.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/3d0cadf34a2b05f89730f50060e67602.png)
扫描二维码加入免费的iOS分享群,不定期会有ARKit,coreML,RunLoop,Runtime等免费直播分享课。
![](https://i-blog.csdnimg.cn/blog_migrate/6f96949afa5f3dffccf300bef7c753d0.png)