前言

? ? ? ?對(duì)話(huà)機(jī)器人已經(jīng)是市面上一款比較常見(jiàn)的產(chǎn)品青责，像淘寶中的淘小蜜户誓，滴滴打車(chē)的客服機(jī)器人等等，他們最核心的價(jià)值在于：可以7*24小時(shí)不間斷服務(wù)排龄，以非常簡(jiǎn)單自然的交互方式，高效準(zhǔn)確的回答用戶(hù)的問(wèn)題或者完成特定的任務(wù)翎朱，降低公司使用人工客服的成本。

目前網(wǎng)上的文章基本是從技術(shù)人員的視角去講解如何搭建對(duì)話(huà)功能尺铣，那么到底什么是從產(chǎn)品的視角從0-1搭建對(duì)話(huà)機(jī)器人呢拴曲？筆者認(rèn)為，一個(gè)完整的對(duì)話(huà)機(jī)器人應(yīng)該分為以下幾個(gè)部分：對(duì)話(huà)功能模塊凛忿，人機(jī)交互模塊和數(shù)據(jù)分析平臺(tái)澈灼。尤其在最開(kāi)始做對(duì)話(huà)項(xiàng)目的時(shí)候，應(yīng)該先了解整個(gè)項(xiàng)目的架構(gòu)店溢，不能過(guò)多的把時(shí)間放入對(duì)話(huà)能力中而忽略了其他模塊叁熔，相反可以在整個(gè)項(xiàng)目搭建完成后再逐漸提升整體功能。

? ? ? ? 從0到1床牧，做深做透，做寬做雜。

1. 構(gòu)建機(jī)器人前

? ? ? ?需要通過(guò)需求調(diào)研掖疮，用戶(hù)調(diào)研癞蚕，明確機(jī)器人的類(lèi)型、基本功能和應(yīng)用場(chǎng)景著蛙，了解自己要做的是什么樣的一個(gè)機(jī)器人删铃。

用戶(hù)調(diào)研：

? ? ? ?需要了解用戶(hù)的需求，分析用戶(hù)和需要解決的問(wèn)題

對(duì)話(huà)類(lèi)型：

? ? ? ?問(wèn)答型機(jī)器人一般用戶(hù)客服場(chǎng)景踏堡，可以快速回答用戶(hù)問(wèn)題猎唁。任務(wù)型機(jī)器人一般用于完成特定的任務(wù)，比如給機(jī)器人發(fā)送要買(mǎi)機(jī)票的消息顷蟆，然后就可以選擇航班和填寫(xiě)相關(guān)的信息進(jìn)行下單诫隅。閑聊型機(jī)器人會(huì)模擬真人和用戶(hù)進(jìn)行對(duì)話(huà)缎患。

交互方式：

? ? ? ?問(wèn)答、閑聊阎肝、和任務(wù)三種類(lèi)型挤渔。

載體：

? ? ? ?即承載對(duì)話(huà)機(jī)器人的物體，目前大多存在于手機(jī)APP和智能音箱中风题。

2.?對(duì)話(huà)模塊搭建：

? ? ? ?怎么去解決對(duì)話(huà)問(wèn)題呢判导？

該模塊主要通過(guò)NLP（自然語(yǔ)言處理）去解決對(duì)話(huà)功能，過(guò)程是通過(guò)機(jī)器學(xué)習(xí)的各種算法去構(gòu)建語(yǔ)言模型沛硅，然后通過(guò)數(shù)據(jù)標(biāo)注眼刃，模型訓(xùn)練，模型測(cè)試等過(guò)程去訓(xùn)練模型摇肌，在訓(xùn)練之后擂红，模型可以在用戶(hù)發(fā)送的語(yǔ)句中獲取用戶(hù)的意圖和實(shí)體，然后返回相應(yīng)的答案給用戶(hù)围小，從而使模型可以實(shí)現(xiàn)對(duì)話(huà)效果昵骤。

? ? ? ?目前市面上有好多公司都提供第三方機(jī)器人搭建服務(wù)，像百度UNIT肯适，圖靈機(jī)器人等等变秦，即在網(wǎng)頁(yè)上填寫(xiě)語(yǔ)料等數(shù)據(jù)即可構(gòu)建。在此需要注意的 是框舔，需要區(qū)分云端和本地的區(qū)別蹦玫，第三方的機(jī)器人服務(wù)基本上都是在云端部署服務(wù)，需要連接網(wǎng)絡(luò)刘绣，而本地的話(huà)則需要程序員自己搭建程序樱溉，不過(guò)好處是速度比較快。一般來(lái)說(shuō)可以部署再本地部署一部分常見(jiàn)問(wèn)題纬凤，其余的問(wèn)題部署在云端福贞，即維持效率，又保證成本移斩。

? ? ? ?本文以開(kāi)源機(jī)器學(xué)習(xí)框架RASA進(jìn)行講解肚医。先簡(jiǎn)單介紹一下該框架，該框架由2部分組成向瓷，分別是語(yǔ)義理解和對(duì)話(huà)管理, 在機(jī)器人接受到用戶(hù)發(fā)送的語(yǔ)句后肠套，會(huì)把用戶(hù)的語(yǔ)句傳遞到語(yǔ)義理解部分去識(shí)別意圖和實(shí)體，再去對(duì)話(huà)管理部分尋找對(duì)應(yīng)答案猖任。具體執(zhí)行過(guò)程如下圖所示：

? ? ? ?該開(kāi)源框架使用的是embedding算法你稚，即把訓(xùn)練樣本和意圖編碼到同一個(gè)向量空間，設(shè)計(jì)損失函數(shù)（是將隨機(jī)事件變量的取值映射為非負(fù)實(shí)數(shù)以表示該隨機(jī)事件的“風(fēng)險(xiǎn)”或“損失”的函數(shù)，分類(lèi)正確的取0刁赖，錯(cuò)誤的取1）搁痛，使得樣本與真實(shí)意圖更相近，樣本與其他意圖更相反宇弛，意圖之間編碼更相反鸡典，達(dá)到意圖分類(lèi)的目的。

2.1 語(yǔ)言模型

? ? ? ?語(yǔ)言模型的原理是計(jì)算句子或者單子序列的概率枪芒，或者序列中下一個(gè)單詞概率的模型彻况。主要應(yīng)用場(chǎng)景包括：情感分析，問(wèn)答舅踪，總結(jié)纽甘，機(jī)器翻譯和語(yǔ)音識(shí)別。生成的方式有使用N-grams抽碌，神經(jīng)網(wǎng)絡(luò)悍赢，長(zhǎng)短期記憶網(wǎng)絡(luò)等方法。本文因使用開(kāi)源框架RASA講解货徙，里面已經(jīng)包含了模型左权。

2.2 模型訓(xùn)練

? ? ? ?當(dāng)程序員構(gòu)建好模型后，模型需要通過(guò)標(biāo)注好的數(shù)據(jù)進(jìn)行訓(xùn)練破婆，具體流程如下圖所示：

1） 數(shù)據(jù)標(biāo)注：

? ? ? ?即標(biāo)注意圖涮总，實(shí)體。 意圖是指用戶(hù)的目的祷舀，詞槽是篩選的條件，實(shí)體是詞槽的詞典烹笔。實(shí)體和詞槽一般用于多輪對(duì)話(huà)裳扯。

2） 訓(xùn)練語(yǔ)料庫(kù)：

? ? ? ?在項(xiàng)目初期，公司沒(méi)有任何積累的情況下谤职，答案庫(kù)需要人工生成饰豺。需要配置意圖與對(duì)應(yīng)的訓(xùn)練語(yǔ)料，每個(gè)意圖需要填寫(xiě)若干個(gè)訓(xùn)練的語(yǔ)料允蜈，按照框架的說(shuō)明書(shū)“定義意圖可能會(huì)出現(xiàn)的文本內(nèi)容文件”冤吨，即盡可能多的填寫(xiě)該意圖所對(duì)應(yīng)的用戶(hù)問(wèn)法。下面舉一個(gè)例子饶套，?"我該怎么登陸QQ郵箱呢" 是一個(gè)比較常見(jiàn)的問(wèn)題漩蟆，我填寫(xiě)的意圖是 "登錄郵箱", 并配置了5個(gè)訓(xùn)練語(yǔ)料，分別是 “登錄郵箱” 妓蛮，“我該怎么登陸QQ油箱呢” 怠李，“打開(kāi)QQ油箱” ，“QQ油箱如何登陸” ，“怎么進(jìn)QQ郵箱” 捺癞，訓(xùn)練預(yù)料是填的越多夷蚊，則效果越好。

3） 模型訓(xùn)練：

? ? ? ?當(dāng)配置好訓(xùn)練語(yǔ)料后髓介，將訓(xùn)練語(yǔ)料放入模型進(jìn)行訓(xùn)練惕鼓。值得一提的是，模型訓(xùn)練操作在項(xiàng)目初期可能通過(guò)自己在文件中編寫(xiě)意圖和語(yǔ)料唐础，然后導(dǎo)成Json文件f發(fā)送給程序員進(jìn)行訓(xùn)練箱歧，在數(shù)據(jù)平臺(tái)搭建后，則可以在平臺(tái)中加入訓(xùn)練功能直接操作彻犁。

4） 模型測(cè)試：

? ? ? ?下圖是筆者用Postman進(jìn)行測(cè)試的圖片叫胁。可以看到汞幢，在我輸入像機(jī)器人發(fā)出”年假“語(yǔ)句后驼鹅，會(huì)跟模型中的"年假"意圖產(chǎn)生98%的匹配度，而排名第二的意圖相似度是0.2%森篷，幾乎是不匹配输钩。

2.3 閾值：

? ? ? ?閾的意思是界限,故閾值又叫臨界值。我們需要為機(jī)器人設(shè)定閾值也就是為意圖匹配設(shè)定界限仲智。比如根據(jù)測(cè)試結(jié)果买乃，可以將閾值設(shè)定成0.7，也就是說(shuō)在匹配度0.8以上都判斷意圖匹配為正確（具體可以按照機(jī)器人實(shí)際數(shù)據(jù)調(diào)整）钓辆。

2.4 答案庫(kù)：

? ? ? ?和訓(xùn)練語(yǔ)料庫(kù)一下剪验，答案庫(kù)也需要人工生成，或者從特定的網(wǎng)站上通過(guò)PYTHON抓取前联。抓取下來(lái)的文件需要經(jīng)過(guò)人工審核和處理功戚，以保證文字、標(biāo)點(diǎn)和圖片的格式保持一致似嗤，這樣在回復(fù)用戶(hù)的時(shí)候能做到效果的統(tǒng)一啸臀。

? ? ? ?當(dāng)完成模型搭建，模型訓(xùn)練烁落，閾值設(shè)定和答案庫(kù)乘粒，聊天機(jī)器人的第一模塊，也就是”對(duì)話(huà)模塊“就已經(jīng)搭建完成了伤塌。

3.數(shù)據(jù)平臺(tái)搭建

? ? ? ?該模塊也是在很多構(gòu)建機(jī)器人文章中所未提及的內(nèi)容灯萍。在筆者最開(kāi)始做對(duì)話(huà)機(jī)器人的時(shí)候，是通過(guò)開(kāi)發(fā)人員給的測(cè)試地址寸谜，使用Postman發(fā)送不同的問(wèn)題對(duì)一個(gè)意圖進(jìn)行測(cè)試的（上面模型測(cè)試中的圖）竟稳，然后記錄測(cè)試問(wèn)題的數(shù)量和意圖匹配度等數(shù)據(jù)到EXCEL中進(jìn)行統(tǒng)計(jì)與分析属桦，過(guò)程相當(dāng)復(fù)雜且費(fèi)時(shí)。然而數(shù)據(jù)平臺(tái)的搭建可以很好的解決這個(gè)問(wèn)題他爸。通過(guò)對(duì)用戶(hù)問(wèn)答的數(shù)據(jù)實(shí)行實(shí)時(shí)監(jiān)控和分析聂宾，可以準(zhǔn)確及時(shí)的提出相應(yīng)的產(chǎn)品規(guī)劃方案和調(diào)整策略，并持續(xù)優(yōu)化诊笤。

? ? ? ?數(shù)據(jù)平臺(tái)設(shè)計(jì)應(yīng)該從總覽到細(xì)分系谐，并且不斷對(duì)比√指總覽需要簡(jiǎn)潔明了纪他，讓用戶(hù)一眼就知道這是什么數(shù)據(jù)和對(duì)應(yīng)的大概指標(biāo)。細(xì)分應(yīng)該提供足夠豐富的維度晾匠，以便于分析茶袒。每次細(xì)分必須帶著指標(biāo)下去，并結(jié)合相關(guān)業(yè)務(wù)凉馆。數(shù)據(jù)本身沒(méi)有意義薪寓，分析和對(duì)比后的結(jié)果才有意義。數(shù)據(jù)平臺(tái)搭建的核心意義就是如此澜共。

? ? ? ?對(duì)話(huà)機(jī)器人數(shù)據(jù)平臺(tái)搭建需要區(qū)分一下B端和C端2個(gè)方向向叉，B端看重的是解決方案，更多的會(huì)側(cè)重意圖命中的準(zhǔn)確率嗦董，而C端則需要通過(guò)埋點(diǎn)等功能母谎，去分析用戶(hù)的行為。以筆者所在的公司為例京革，主要是通過(guò)釘釘自動(dòng)回復(fù)公司內(nèi)部工作人員一些人事問(wèn)題奇唤，所以這邊就不太需要涉及到埋點(diǎn)需求。

3.1 面向的用戶(hù)和場(chǎng)景：

對(duì)產(chǎn)品人員來(lái)說(shuō)：用來(lái)評(píng)估模型的準(zhǔn)確率等匹摇。

對(duì)運(yùn)營(yíng)人員來(lái)說(shuō)：用來(lái)評(píng)估模型冻记，展示對(duì)話(huà)機(jī)器人的各項(xiàng)使用數(shù)據(jù)：如用戶(hù)問(wèn)答次數(shù)，回答準(zhǔn)確率和對(duì)話(huà)操作過(guò)程等等来惧，并根據(jù)數(shù)據(jù)進(jìn)行分析。

對(duì)運(yùn)維人員來(lái)說(shuō)：用來(lái)填寫(xiě)訓(xùn)練語(yǔ)料演顾，維護(hù)各種意圖供搀。

3.2 設(shè)計(jì)各類(lèi)數(shù)據(jù)指標(biāo)：

如意圖命中率钠至，單日問(wèn)答數(shù)量統(tǒng)計(jì)葛虐，單日意圖命中數(shù)量統(tǒng)計(jì)等數(shù)據(jù)，具體根據(jù)公司的需求來(lái)制定棉钧。

3.3 設(shè)計(jì)數(shù)據(jù)平臺(tái)頁(yè)面：

1）單個(gè)頁(yè)面同時(shí)展示指標(biāo)不要太多屿脐，一般為4-5個(gè)比較合適

2）在指標(biāo)的展現(xiàn)時(shí)候，要明確指標(biāo)之間的主次關(guān)系

3）為合適的指標(biāo)選擇合適的可視化圖形很重要。目前幾種常見(jiàn)的圖表應(yīng)用：趨勢(shì)用折線(xiàn)或者曲線(xiàn)圖的诵，分布用餅狀圖万栅，占比趨勢(shì)用堆積圖，對(duì)比用柱狀形圖西疤，多個(gè)指標(biāo)交叉作用散點(diǎn)圖烦粒，轉(zhuǎn)化用漏斗圖，綜合能力比較用雷達(dá)圖代赁。

數(shù)據(jù)指標(biāo)對(duì)于一些功能比較有意義扰她，比如在界面上想加入常見(jiàn)問(wèn)題推薦，那么哪些問(wèn)題是可以被推薦的呢芭碍，這個(gè)時(shí)候就要根據(jù)后臺(tái)的數(shù)據(jù)分析來(lái)定徒役，看哪些問(wèn)題被提問(wèn)的頻率是最高的。

4. 交互模塊（界面+功能）：

交互模塊：交互界面

設(shè)計(jì)對(duì)話(huà)流程：

1）基于任務(wù)的會(huì)話(huà)：需要設(shè)定好任務(wù)的流程窖壕，以及所需求的數(shù)據(jù)忧勿，并引導(dǎo)用戶(hù)進(jìn)行相應(yīng)的反饋或操作，可以用點(diǎn)觸的方式艇拍。

2）單輪問(wèn)答：設(shè)定好對(duì)應(yīng)的答案狐蜕，以及沒(méi)有相應(yīng)意圖匹配時(shí)候的話(huà)術(shù)。

上下文：

一般多輪會(huì)話(huà)中需要設(shè)計(jì)上下文卸夕。需要設(shè)計(jì)好輪次层释，和對(duì)應(yīng)的回答。

筆者因?yàn)楣举Y源有限快集，采用的是在界面上加入一個(gè)圖標(biāo)贡羔，在用戶(hù)點(diǎn)擊圖標(biāo)后，會(huì)自動(dòng)幫用戶(hù)轉(zhuǎn)入有上下文的多輪對(duì)話(huà)查詢(xún)?nèi)蝿?wù)中个初。

對(duì)話(huà)結(jié)果展示：

1）文字展示

以文字的形式展現(xiàn)答案乖寒，文字中重要的信息采用加粗顯示以表示重點(diǎn)。字體院溺，字號(hào)等格式需要統(tǒng)一楣嘁。

2）圖片或者表格展示

以圖片或者表格的形式展現(xiàn)答案，如果圖片（表格）比較大珍逸，可以采用左右滑動(dòng)逐虚，或者折疊的方式去展示。

3）推薦問(wèn)題

一般在機(jī)器人沒(méi)有命中意圖的時(shí)候谆膳，會(huì)采取推薦問(wèn)題的形式叭爱。

4）進(jìn)入人工

在客服機(jī)器人的場(chǎng)景中，當(dāng)沒(méi)有意圖匹配也沒(méi)有推薦問(wèn)題的時(shí)候漱病，可以將對(duì)話(huà)轉(zhuǎn)入人工服務(wù)买雾。