为聊天机器人实现回复逻辑的最佳方式是什么
What is the best way to implement a reply logic for a Chatbot
我是制作聊天机器人的菜鸟，我在理解如何让机器人动态回复查询和意图时遇到了一些困难。我的聊天机器人依赖于回复有意义的消息，而不是满足请求。我正在使用 dialogflow，但我认为 Wit.ai 会更合适，所以我最近切换了。但我仍然找不到如何训练机器人使用 RNN 进行回复，以便它可以首先解析意图，然后根据它们回复。有什么建议么 ？
点赞。
wit.ai的请求流程如下，
用户使用消息提供程序（即 facebook messanger、slack 等）发出第一个请求，wit.ai 收到此请求。然后通过wit.ai提取所有需要的信息，然后将所有请求参数发送到您在wit.ai.
中指定的webhook
在 webhook 中处理输入参数并根据它做出响应（例如：用户查询餐厅搜索，机智提供餐厅名称，您使用该名称查询数据库并准备响应） .
然后准备好的响应从 webhook 发送回 wit.ai，然后机智将您的消息传递给相应的用户和消息提供者..
因此，如果您的业务逻辑需要 rnn 培训，则您无需培训任何 rnn 来响应 user.but，您必须在 webhook（这是您的网络服务器）中进行培训。
您可以参考这个link了解更多信息：https://dialogflow.com/docs/fulfillment
我是制作聊天机器人的菜鸟，我在理解如何让机器人动态回复查询和意图时遇到了一些困难。我的聊天机器人依赖于回复有意义的消息，而不是满足请求。我正在使用 dialogflow，但我认为 Wit.ai 会更合适，所以我最近切换了。但我仍然找不到如何训练机器人使用 RNN 进行回复，以便它可以首先解析意图，然后根据它们回复。有什么建议么 ？ 点赞。
wit.ai的请求流程如下，
用户使用消息提供程序（即 facebook messanger、slack 等）发出第一个请求，wit.ai 收到此请求。然后通过wit.ai提取所有需要的信息，然后将所有请求参数发送到您在wit.ai.
中指定的webhook在 webhook 中处理输入参数并根据它做出响应（例如：用户查询餐厅搜索，机智提供餐厅名称，您使用该名称查询数据库并准备响应） .
然后准备好的响应从 webhook 发送回 wit.ai，然后机智将您的消息传递给相应的用户和消息提供者..
因此，如果您的业务逻辑需要 rnn 培训，则您无需培训任何 rnn 来响应 user.but，您必须在 webhook（这是您的网络服务器）中进行培训。
您可以参考这个link了解更多信息：https://dialogflow.com/docs/fulfillment