如何为本地解决方案实施 WIT.AI 之类的 BOT 引擎？
How to implement BOT engine like WIT.AI for on an on-premise solution?
我想为客户服务应用程序构建聊天机器人。我尝试了 Wit.Ai、Motion.Ai、Api.Ai、LUIS.ai 等 SaaS 服务。这些认知服务找到“intent”和“ entities" 当使用典型的交互模型训练时。
我需要为 内部部署 解决方案构建聊天机器人，而不使用任何这些 SaaS 服务。
例如典型的对话如下 -
Can you book me a ticket?
Is my ticket booked?
What is the status of my booking BK02?
I want to cancel the booking BK02.
Book the tickets
StandFord NLP 工具包看起来很有前途，但存在许可限制。因此我开始尝试使用 OpenNLP。我假设涉及两个 OpenNLP 任务 -
- 使用'Document Categorizer'找出意图
- 使用'Named Entity Recognition'找出实体
识别上下文后，我将调用我的应用程序 API 来构建响应。
- 这是正确的做法吗？
- OpenNLP 在解析文本方面有多好？
- 我可以使用 Facebook FASTTEXT 库进行意图识别吗？
- 是否有任何其他开源库可以帮助构建 BOT？
- “SyntaxNet”对我的冒险有用吗？
我更喜欢在 Java 中这样做。但也对节点或 python 解决方案开放。
PS - 我是 NLP 新手。
使用 Luis.ai 时，请查看我的其他攻击计划答案：
简而言之，使用 Luis.ai 并设置一些意图，从一两个开始，然后根据您的领域对其进行训练。我正在使用 asp.net 调用认知服务 API，如上所述。然后通过一些 JQuery 自定义响应...当 Luis 的响应引发每个意图或操作时，您可以在 javascript 数组中搜索规则列表。
如果您的机器人是基于英语的，那么我会使用 OpenNLP 的句子解析器将客户输入转储到数据库中（我今天这样做）。然后，我使用 OpenNLP 分词器并将关键字（减去停用词）和词性推入数据库 table 以进行关键字分析。我有一个为 OpenNLP 构建的自定义情绪模型，它将用 Pos、Neg、Neutral 情绪标记每个句子……然后您可以使用它来识别负面的客户服务反馈。要构建您自己的情感模型，请查看 SentiWord.net 并下载他们的域不可知数据文件以构建和训练 OpenNLP 模型或查看此节点版本...
https://www.npmjs.com/package/sentiword
希望对您有所帮助。
看看这个。它说它是对机器人的 Open-source 语言理解，drop-in 替代流行的 NLP 工具，如 wit.ai、api.ai 或 LUIS
我肯定会推荐 Rasa，它非常适合您的用例，可以轻松地在本地工作，为您处理意图和实体，最重要的是它还有一个友好的社区。
查看我的 repo，了解如何使用 Rasa 构建与简单数据库交互的聊天机器人的示例：https://github.com/nmstoker/lockebot
我试过 RASA，但我发现一个故障是 Rasa 无法回答 unmatched/untrained 用户文本。
现在，我正在使用 ChatterBot，我完全爱上了它。
使用 "ChatterBot"，并使用 - 'flask-chatterbot-master' 在本地托管它
链接：
ChatterBot 安装： https://chatterbot.readthedocs.io/en/stable/setup.html
本地主机使用 - flask-chatterbot-master：https://github.com/chamkank/flask-chatterbot
干杯，
拉特纳卡尔
借助 RASA 和 Botkit 框架，我们可以为任何渠道构建本地聊天机器人和 NLP 引擎。请遵循此 link 以了解构建相同内容的端到端步骤。一个很棒的博客，它帮助我为我的办公室创建了一个博客
https://creospiders.blogspot.com/2018/03/complete-on-premise-and-fully.html
首先，任何聊天机器人都将成为与 NLP 一起运行的程序，它是将知识带给聊天机器人的 NLP。 NLP 依赖于机器学习技术。
本地聊天机器人较少的原因很少。
- 我们需要建设基础设施
- 我们需要经常训练模型
但是使用基于云的 NLP 可能无法提供数据隐私和安全性，而且包含我的业务逻辑的灵活性也非常低。
根据需要和要求的用例，一起转到内部部署或云端。
如何，请参考此 link 以了解有关在内部构建聊天机器人的端到端知识，只需很少的步骤，并且可以轻松且完全自定义。
Complete On-Premise and Fully Customisable Chat Bot - Part 1 - Overview
Complete On-Premise and Fully Customisable Chat Bot - Part 2 - Agent Building Using Botkit
免责声明：我是这个包的作者。
Abodit NLP (https://nlp.abodit.com) 可以为所欲为，但目前只有 .NET。
特别是您可以轻松地将其连接到数据库，并可以提供针对数据库查询的自定义令牌。全部 strongly-typed 添加新规则就像在 C# 中添加方法一样简单。
它还特别擅长将日期时间表达式转换为查询。例如 "next month on a Thursday after 4pm" 变成 ((((DatePart(year,[DATEFIELD])=2019) AND (DatePart(month,[DATEFIELD])=7)) AND (DatePart(dw,[DATEFIELD])=4)) AND DatePart(hour,[DATEFIELD])>=16)
我想为客户服务应用程序构建聊天机器人。我尝试了 Wit.Ai、Motion.Ai、Api.Ai、LUIS.ai 等 SaaS 服务。这些认知服务找到“intent”和“ entities" 当使用典型的交互模型训练时。
我需要为 内部部署 解决方案构建聊天机器人，而不使用任何这些 SaaS 服务。
例如典型的对话如下 -
Can you book me a ticket?
Is my ticket booked?
What is the status of my booking BK02?
I want to cancel the booking BK02.
Book the tickets
StandFord NLP 工具包看起来很有前途，但存在许可限制。因此我开始尝试使用 OpenNLP。我假设涉及两个 OpenNLP 任务 -
- 使用'Document Categorizer'找出意图
- 使用'Named Entity Recognition'找出实体
识别上下文后，我将调用我的应用程序 API 来构建响应。
- 这是正确的做法吗？
- OpenNLP 在解析文本方面有多好？
- 我可以使用 Facebook FASTTEXT 库进行意图识别吗？
- 是否有任何其他开源库可以帮助构建 BOT？
- “SyntaxNet”对我的冒险有用吗？
我更喜欢在 Java 中这样做。但也对节点或 python 解决方案开放。
PS - 我是 NLP 新手。
使用 Luis.ai 时，请查看我的其他攻击计划答案：
简而言之，使用 Luis.ai 并设置一些意图，从一两个开始，然后根据您的领域对其进行训练。我正在使用 asp.net 调用认知服务 API，如上所述。然后通过一些 JQuery 自定义响应...当 Luis 的响应引发每个意图或操作时，您可以在 javascript 数组中搜索规则列表。
如果您的机器人是基于英语的，那么我会使用 OpenNLP 的句子解析器将客户输入转储到数据库中（我今天这样做）。然后，我使用 OpenNLP 分词器并将关键字（减去停用词）和词性推入数据库 table 以进行关键字分析。我有一个为 OpenNLP 构建的自定义情绪模型，它将用 Pos、Neg、Neutral 情绪标记每个句子……然后您可以使用它来识别负面的客户服务反馈。要构建您自己的情感模型，请查看 SentiWord.net 并下载他们的域不可知数据文件以构建和训练 OpenNLP 模型或查看此节点版本...
https://www.npmjs.com/package/sentiword
希望对您有所帮助。
看看这个。它说它是对机器人的 Open-source 语言理解，drop-in 替代流行的 NLP 工具，如 wit.ai、api.ai 或 LUIS
我肯定会推荐 Rasa，它非常适合您的用例，可以轻松地在本地工作，为您处理意图和实体，最重要的是它还有一个友好的社区。
查看我的 repo，了解如何使用 Rasa 构建与简单数据库交互的聊天机器人的示例：https://github.com/nmstoker/lockebot
我试过 RASA，但我发现一个故障是 Rasa 无法回答 unmatched/untrained 用户文本。
现在，我正在使用 ChatterBot，我完全爱上了它。
使用 "ChatterBot"，并使用 - 'flask-chatterbot-master' 在本地托管它
链接：
ChatterBot 安装： https://chatterbot.readthedocs.io/en/stable/setup.html
本地主机使用 - flask-chatterbot-master：https://github.com/chamkank/flask-chatterbot
干杯，
拉特纳卡尔
借助 RASA 和 Botkit 框架，我们可以为任何渠道构建本地聊天机器人和 NLP 引擎。请遵循此 link 以了解构建相同内容的端到端步骤。一个很棒的博客，它帮助我为我的办公室创建了一个博客
https://creospiders.blogspot.com/2018/03/complete-on-premise-and-fully.html
首先，任何聊天机器人都将成为与 NLP 一起运行的程序，它是将知识带给聊天机器人的 NLP。 NLP 依赖于机器学习技术。
本地聊天机器人较少的原因很少。
- 我们需要建设基础设施
- 我们需要经常训练模型
但是使用基于云的 NLP 可能无法提供数据隐私和安全性，而且包含我的业务逻辑的灵活性也非常低。
根据需要和要求的用例，一起转到内部部署或云端。
如何，请参考此 link 以了解有关在内部构建聊天机器人的端到端知识，只需很少的步骤，并且可以轻松且完全自定义。
Complete On-Premise and Fully Customisable Chat Bot - Part 1 - Overview
Complete On-Premise and Fully Customisable Chat Bot - Part 2 - Agent Building Using Botkit
免责声明：我是这个包的作者。
Abodit NLP (https://nlp.abodit.com) 可以为所欲为，但目前只有 .NET。
特别是您可以轻松地将其连接到数据库，并可以提供针对数据库查询的自定义令牌。全部 strongly-typed 添加新规则就像在 C# 中添加方法一样简单。
它还特别擅长将日期时间表达式转换为查询。例如 "next month on a Thursday after 4pm" 变成 ((((DatePart(year,[DATEFIELD])=2019) AND (DatePart(month,[DATEFIELD])=7)) AND (DatePart(dw,[DATEFIELD])=4)) AND DatePart(hour,[DATEFIELD])>=16)