前几天写了一篇文章《??如何更优雅地设计聊天机器人??》。有朋友留言问我：Stone，你有关于聊天机器人架构的文章吗？哪里有需求，哪里就有动力。今天我们将讨论聊天机器人的架构。如今，越来越多的企业客服系统（当然还有其他业务系统）已经从传统的语音通话转向文字、图形和智能语音。通过聊天机器人进行的交流越来越受欢迎，主要原因有两个：简单性和实时性。下面，我们将讨论聊天机器人的工作原理、如何自定义它们，以及您需要了解的有关聊天机器人架构的所有信息。但在我们开始之前，让我们回顾一下基础知识。什么是聊天机器人？聊天机器人是一种模拟人与计算机之间以及人与人之间对话的程序。当被问及问题时，聊天机器人会使用知识数据库进行回答。人工智能(AI)用于模拟自然语言对话或聊天。常见的方式是通过消息平台、移动应用程序或电话。聊天机器人支持人机交流，协助独立于人类工作，并使用自然语言处理(NLP)等技术回答问题。自然语言处理(NLP)是人工智能的一个分支，它使计算机能够像人类一样理解文本和口语。聊天机器人如何工作？聊天机器人使用户可以通过文本、音频、图片等方式轻松找到问题的答案和问题请求，无需人工干预。聊天机器人是一种自动化解决方案，允许企业同时处理多个客户查询。根据一些统计数据，大多数客户服务业务绝对需要24*7可用。现在大部分企业聊天机器人都融入了更多的规则和自然语言技术，最新的模型可以在使用中不断学习。今天的人工智能聊天机器人使用先进的人工智能工具来阐明客户的真正目的。聊天机器人有两大类，如下所列。基于规则的聊天机器人这些类型的机器人只能理解为它们编程的有限数量的选择。具有以下优点：易于构建：使用真假算法来理解客户查询并得出相关答案。易于实现：不需要太多的学习成本，用简单的关键字或正则表达式即可实现。易于控制：规则由企业自行制定，输出答案不会超出设定范围。当然有优点，也肯定有缺点：依赖性强：过于依赖规则，超出预定义的规则，无法理解其含义基于菜单操作：聊天机器人在交互过程中，显示??一系列选项，用户可以选择需要从中进行选择，这使得真正理解用户的真实意图变得非常困难，因为它可能不会在选项中表达出来。基于人工智能的聊天机器人这些聊天机器人比较复杂，在原有的基础上加入了人工智能算法。使用自然语言处理(NLP)和语义响应开放式查询。AI聊天机器人可以识别语言、上下文和意图并做出相应的响应。是一个更复杂的聊天机器人。在这个领域，我们发现了两种不同的方法：概率聊天机器人这种类型的机器人使用端到端的机器学习来创建基于历史对话日志的模型，而不是通过意图检测或在知识库中查找相关响应。虽然他们不遵循固定的脚本并自然地与之交互，但概率也有一个缺点：当他们从对话中的经验和数据中学习时，它们会引入很多偏见。由于对输出对话的控制有限，机器人可能会给出一些有争议的答案并收到客户的投诉。实现一个概率聊天机器人需要大量的训练数据，你获得的数据越多，它的准确性就越好，这对于收集数据的开发人员来说是一项痛苦而漫长的工作。聊天机器人做出的答案在一个“黑盒子”（模型）中，这意味着聊天机器人如何做出答案。没有任何透明度，并且很难修改或调整推理结果。确定性聊天机器人是使用自然语言处理来计算每个单词的权重，分析其背后的上下文和含义以输出结果或答案的聊天机器人。这些聊天机器人能够根据含义将意图与答案相匹配。它们各有利弊：只输出商务内容，更容易控制回复语气和企业形象。这不是基于可以建议包含新趋势主题的概率的学习。遵循确定性决策树来引导客户获得期望的结果。决策树可以很复杂，由训练者监督和控制，不会接受有争议的、不受欢迎的答案。每当知识库中没有相关内容响应用户时，训练者可以重新训练模型或制定规则，从而实现平滑过渡，减少basecase。考虑引入聊天机器人的朋友可以了解一下聊天机器人的架构，可以把所有的东西都放在一起。当然，你还需要掌握自动化测试。什么是聊天机器人架构？聊天机器人的架构取决于其用途无论您使用哪种聊天机器人，机器人通信流程基本相同。可以使用Java、Python、PHP和其他语音编程语言来创建响应查询的机器人。大多数对话以问候语或问题开始，然后通过一系列问题引导用户。得到答案。下面详细介绍聊天机器人的基本架构。自然语言理解引擎这是最核心也是最重要的第一步。用户输入一条消息，NLU读取该消息以了解用户的意图。然后规则引擎开始计算最佳响应。你需要花一些时间思考你的QA收藏库，你可以有逻辑、有规律地收藏QA库。当然，您还需要了解QA测试策略。知识库这是有关产品、服务或业务需求的信息库。它可以包括常见问题解答、故障排除指南、有关服务或如何开展业务的信息。知识和数据库都为聊天机器人提供了它们对用户做出权威响应所需的信息。数据存储这是存储分析和对话日志的地方。随着聊天机器人的使用时间越来越长，需要开发更具体、更全面的分析方案，使模型更准确，覆盖范围更广。在每个阶段，都要将业务系统化，保证聊天机器人与业务的连接。最基本的聊天机器人需要什么样的架构？小型企业和营销活动通常从一级聊天机器人开始。这些通常只能在一个平台上构建。此类别擅长解决占常见问题70-80%的简单问题。这些聊天机器人回答简单的问题，比如“你什么时候开门？”当用户需要更复杂的信息时，例如问题诊断，聊天机器人的规模需要扩大。例如，如果有人问：“我的快递有什么问题？”这将需要更高级别的聊天机器人。随着聊天机器人的功能开始变得更加智能，它可以处理的业务也变得更加复杂，因此需要更多的流量暴露HTTP和聊天界面Level2聊天机器人是半脚本化的，并且有一个实时聊天小部件。在这里，您可以直接从主页与客户支持团队聊天。消息代理这是发布者（例如聊天界面）向队列添加消息的地方。客户通过微信、钉钉、工作微信、QQ等即时通讯平台访问聊天机器人。如果直播代理平台未能正确识别用户意图，人工代理可以无缝介入。在某些情况下，他们会解决问题并将对话交还给机器人。该机器人还可以从客户关系管理(CRM)中调用客户的详细信息，例如更改密码或查找订单。将聊天机器人提升到一个新水平的企业级架构需要使用技术来实现复杂的对话。您还需要确定如何扩展软件的功能。当然，每个企业都是不同的。以下是构建具有企业级架构的机器人所需的一些常用技术、工作流和模式的摘要。除了核心功能之外，还有许多考虑因素。必须在所选的任何聊天机器人中内置软件测试计划器。会话机器人可以分为“大脑”和一组需求或“模块”。聊天机器人如何工作聊天机器人使用三种分类方法工作：模式匹配算法神经网络模式匹配器机器人使用模式匹配来分析文本并生成适当的响应。这些模式的标准结构是人工智能标记语言（AIML），你可以参考讯飞《abnf 文法规范<Version 3.0>》例如：
