使用人工智能聊天机器人实现全天候客户支持
3.40/5 (5投票s)
基于规则的聊天机器人、机器学习聊天机器人和人工智能聊天机器人的基础。
引言
在某些时候，很少有人没有通过客服代表获得客户服务的经验。有时，他们没有立即的答案，会将客户转接给另一个人。他们就是这样服务多个客户，这足以花费很长时间来解决客户服务工单。但这可能会让客户失望。所以，与其让他们失望，不如通过添加聊天机器人来应对这些挑战。因此，全天候客户支持可以提高客户满意度。
主题
- 聊天机器人类型及其优势
- 聊天机器人的流程和基本组成部分
- 关于基于规则、检索式和生成式聊天机器人的基本概念
- 解决自然语言处理问题的文本分类方法
- 用于机器学习聊天机器人实现的管道-过滤器（Pipe-and-Filter）架构模式
- 初学者使用.NET Framework进行聊天机器人开发的先决条件指南
聊天机器人
聊天机器人是一种通过互联网与客户进行交互的对话式软件应用程序。
聊天机器人的优势
- 提升客户参与度
- 提供全天候客户支持
- 快速解决客户问题
- 降低客户支持成本
聊天机器人类型
基于规则的聊天机器人
聊天机器人根据预定义的规则回答客户的查询。基于规则的聊天机器人实现非常直接且成本低廉。
聊天机器人流程和基本组成部分
例如，如果我们考虑一个基于流程的设计，那么很容易识别预定义意图集中的意图和实体。让我们看看下面的聊天机器人
- 如果用户选择“是的，我想创建一个账户”，那么聊天机器人会识别出意图是“创建账户”。现在聊天机器人可以回复：“好的，您想创建一个账户。您的电子邮件是多少？”
- 现在，如果用户回复“为什么需要我的电子邮件？”，那么聊天机器人可以回复：“抱歉，我不明白。您的电子邮件是多少？”
- 如果用户回复“我的电子邮件地址是 hr.rony@gmail.com”，那么聊天机器人会识别出实体的取值并回复：“明白了！感谢您提供您的电子邮件地址。请稍等片刻，我来查询您的信息。”
基于规则的聊天机器人使用正则表达式来匹配文本的模式。如果输入文本与现有模式匹配，它就可以正确地回复用户。
自学习聊天机器人
自学习聊天机器人使用机器学习（ML）方法。它使用深度学习来训练自己。它比基于规则的聊天机器人更好。
检索式模型
检索式聊天机器人可以使用机器学习（ML）算法构建，该算法使用自然语言处理（NLP）等数据处理技术来处理用户输入。因此，响应的准确性取决于现有的训练数据和数据处理算法。它只能处理预定义的意图和实体。它无法处理未知的意图和实体。它也被称为基于ML的聊天机器人。
ML聊天机器人的流程和基本组成部分
- 自然语言处理（NLP）将人类输入的文本转换为结构化数据，以便机器能够理解。因此，NLP执行以下任务，如语音识别、分词、解析和信息提取等。
- 自然语言理解（NLU）使用算法来分类意图（动词）并识别实体（名词或动作内容）。
- 自然语言生成（NLG）将机器的结构化数据转换为文本，以便人类能够理解。
例如，如果用户输入自由文本，那么机器人可以识别预定义意图集中的意图和实体。让我们看看下面的聊天机器人
- 如果用户输入“你好，我的电子邮件是 hr.rony@gmail.com，我想开通一个账户。”，那么聊天机器人会识别出“问候”和“创建账户”这两个意图。现在聊天机器人可以回复：“好的，您想创建一个账户，您的电子邮件是 hr.rony@gmail.com。对吗？”
- 如果用户回复“是的”，那么聊天机器人会识别出实体的取值并回复：“明白了！请稍等片刻，我来查询您的信息。”
解决自然语言处理问题的文本分类方法
有三种文本分类方法可以对文本进行分类，例如
- 模式匹配器
- 算法
- 神经网络
基于算法的自然语言处理问题文本分类
您可以使用多项朴素贝叶斯算法对文本进行分类。
使用管道-过滤器架构模式的ML服务设计用于检索式聊天机器人
使用管道-过滤器架构模式的框架实现
如果您需要有关管道-过滤器架构模式的更多详细信息，并且想使用.NET C#实现一个框架，那么我有一篇包含源代码的文章，使用.NET Framework；您可以看看：使用管道和过滤器架构的框架实现。
生成式模型聊天机器人
它类似于检索式聊天机器人，可以使用机器学习（ML）算法构建。但它不仅可以处理预定义的意图和实体，还可以处理未知的意图和实体。它也被称为基于AI的聊天机器人。因为它模仿人类大脑。您可以为自然语言处理问题使用循环神经网络（RNN）和注意力机制。RNN是一种人工神经网络。注意力机制是神经网络的一种输入处理技术。
用于解决自然语言处理问题的各种人工神经网络类型
- 循环神经网络
- 递归神经网络
- 序列到序列模型
- 多层感知机
- 浅层神经网络
- 长短期记忆
- 卷积神经网络
初学者使用.NET Framework进行聊天机器人开发的先决条件指南
我猜您已经安装了Visual Studio 2019。如果您需要图形界面的机器学习来生成模型，那么请打开Visual Studio安装文件并选择“ML.NET Model Builder”组件，如下图所示
现在您需要从Visual Studio扩展中安装以下扩展
使用Bot Framework创建Web应用程序项目
在Visual Studio中，点击“创建新项目”。如果您想查看机器人模板，请从“项目类型”中选择“AI 机器人”，然后选择您需要的模板，如下图所示
集成ML.NET到机器人项目
在解决方案资源管理器中选择项目 > 右键单击 > 添加 > 机器学习，如下图所示
喝杯咖啡，稍后将发布使用.NET技术实现基于规则/基于ML的聊天机器人的详细内容。
历史
- 2020年7月23日：初始版本