wit.ai、api.ai 等能否通过训练生成自己的对话,或者每个对话都是静态的,由 "bot" 所有者创建的故事构成?

Can wit.ai, api.ai etc generate its own conversations by training or are every conversation static structured by stories the "bot" owner created?

wit.ai、api.ai 等能否通过训练生成自己的对话,或者每个对话都是由 "bot" 所有者创建的故事静态结构化的?

我正在寻找一种可以根据所学内容生成对话的机器人工具,它拥有的对话越多,它就越能更好地回复用户,在这种情况下,可能会出现像人类一样长达一小时的对话.

我看过 wit.ai、api.ai 和其他类似的内容,但它们似乎是基于故事,这些故事通常最终会变成一些类似命令的内容,例如订购比萨饼。尽管可以让他们记住与谁交谈以及其他实体信息。

我是否必须构建一百个故事,或者是否有可能只是建立一个基础并让它从中学习,并可能在未来根据旧对话添加更多故事以使其更智能。 ?

答案有很多部分。

一方面,Mitsuku,这可能最接近您的期望。据我了解,Mitsuku 是在很长一段时间内使用大量手工编码规则构建的 - 有点像您正在谈论的数百个故事。据我所知,目前还没有 Mitsuku 即服务,至少现在还没有。

另一方面,api.ai、wit.ai 等机器人构建框架正在使用机器学习有效地做两件主要事情——意图映射(用户的主题是什么正在谈论)和实体提取(专有名词的提及)。结合起来,它对于面向任务的聊天机器人非常有帮助,但对于您尝试构建的那种真正的对话式聊天机器人来说还不够。

我还鼓励您查看以下 YouTube 视频,特别是演示者谈论基于生成和检索的聊天机器人的部分。

https://youtu.be/SvV57fuL_M0?t=202

此外,api.ai 还有一个叫做 "prebuilt domains" 的东西,它具有一些领域的知识。包含一个 "small talk" 域,但如果你深入了解,它基本上希望机器人程序员根据通常预期的问题填写一份从 0% 到 100% 完成的问卷。

您还询问有关使用历史记录让您的机器人更聪明的问题。如果您准备好浏览聊天记录,API.AI 等机器人构建框架允许您从一些狭窄的东西开始,然后通过训练继续制作一个非常有趣的机器人(很难解释,看看他们的界面)。但这也意味着 a) 您愿意花大量时间改进机器人,并且 b) 实际上可以为您的机器人带来足够的流量来解决范围广泛的问题。

我认为关于聊天机器人的功能有很多炒作。我认为它们非常有用,但它们很难像人类认为的对话那样对话。