转载

MindMeld公司发布会话式应用程序开发指南

会话式人工智能公司 MindMeld 发布了《会话式人工智能手册》，该手册概述了开发会话式应用程序所面临的挑战和步骤。

最近，一些核心企业开发了用于编写会话式应用程序的初始解决方案。研究人员、科幻小说和电影很久以前就预言，人们有一天终将能够像与另一个人类交谈一样地与机器交谈。Amazon Alexa、Apple Siri、Google Assistant、Microsoft Cortana以及其他解决方案都在努力实现这个目标，设计构建出应用程序和框架，使开发人员能够编写出能理解人类言语并回答基本问题的应用程序。

MindMeld公司提供了一个平台，开发人员可以在该平台上创建基于深度领域会话式人工智能的应用。他们写了一本手册，按步骤指导那些有兴趣开发这类应用程序的人。这本指南涵盖了他们在这一领域多年来制定的一些原则和最佳实践经验。

MindMeld公司概述了一些开发会话式应用程序的可行方法：

规则引擎。使用这种方法，开发人员需要创建大量的规则，以便为每个问题选择适当的答案。它是速度最快但又最有局限性的解决方案：

由于基于规则的框架并不提供人工智能功能来解析或分类输入信息，开发人员必须手动编写所有必要的信息处理和交互逻辑。通常情况下即使是简单的应用程序也需要数百条规则来处理典型会话界面中的不同对话状态。

该指南列出了 BotKit 和 Microsoft Bot Framework 等会话式应用程序的规则引擎。

NLP服务。另一种方法是使用基于云计算的自然语言处理（NLP）服务。提供自然语言解释服务是开发会话式应用程序必不可少的一个步骤，同时，MindMeld公司也认为这项服务还有一个额外目的：

这些服务通常由大型消费者互联网公司提供，以吸引开发者上传他们的训练数据，从而帮助服务提供者改进自己的会话式人工智能。

这方面的产品有 Amazon Lex 、 Facebook wit.ai 、 Google api.ai 、 IBM Watson Conversation 、 Microsoft LUIS 以及 Samsung Viv 。

机器学习。依赖于机器学习的工具包代表了更复杂的解决方案。它们提供了用于解释数据的高级深度学习算法。这本指南列出了一些开发会话式应用程序的可行方案，比如 Apple GraphLab Create 、 Google TensorFlow 和 Microsoft Cognitive Toolkit 。

会话式人工智能平台。这是基于机器学习的平台，但是针对会话式应用程序进行了优化。里面包括了一些用于“意图分类、实体识别、实体解析、问答和对话管理”的工具。

与基于云计算的NLP服务不同，会话式人工智能平台不要求将培训数据上传到共享的云基础设施上。相反，它们提供了一个灵活和通用的平台，确保可以在本地管理数据集和训练模型，并始终保持应用程序开发人员的知识产权。

对于这种方法，MindMeld公司只以他们自己的解决方案为例。当被问及MindMeld公司的平台与其它解决方案的不同之处时，他们回答说：

像 wit.ai ， api.ai 和LUIS这样的工具可以帮助没有数据科学背景的工程师构建简单的NLP模型。但是MindMeld是更先进的机器学习平台，能够帮助数据科学家创建更高级的会话接口。例如，MindMeld使我们的客户能够创建自定义知识图谱，从而深入了解他们的产品内容或目录。MindMeld还可用于构建先进的、经过数千或数百万次训练的NLP模型。MindMeld还提供了一个最先进的问答系统，适用于任何知识领域。目前没有一个基于网络的NLP服务（比如wit.ai、api.ai或LUIS）能够提供这样的功能。

这本手册还有一个使用MindMeld的平台编写会话式应用程序的10步实施指南。其中一些步骤也适用于其他解决方案。下面简要总结一下这10个步骤：