下一個時代，對話即平臺 —— 開始使用Bot Framework和Cognitive Service來打造你的智能對話服務

時間  2019-11-21
標籤 下一個 時代 對話 平臺 開始 使用 bot framework cognitive service 打造 智能 服務 简体版
原文   原文鏈接

在16年3月30號微軟的全球開發者大會Build上發佈了Bot Framework，微軟認爲下一個big thing是Conversation as a Platform，簡稱CaaP，中文應該叫作"對話即平臺"。在咱們的下個時代，咱們將會處在對話即平臺的時代，不論是一個屏幕，一個桌子，一個冰箱，甚至是人，都是一個app，都是一個對話的窗口，全部的交互都經過對話來完成。起牀，你用天然語言喚起梳妝檯的鏡子顯示今日的天氣，還有新聞。家裏的小娜（Cortana）提醒你要趕忙出門，路上由於限號4，9，根據歷史的預測，會提前堵車，須要提早20分鐘出發。html

那這個時代，將是如何實現的呢？人工智能不是簡單一個團隊，一小段時間就能完成的，須要通過大量的科研人員，進行大量的研究才能實現的。那怎麼樣才能實現物物智能，智能衆生的構想呢？微軟將微軟亞太研究院多年的研究技術開放出來，讓各個開發者，不論是大公司，小公司甚至是我的均可以藉助"智能"的"洪荒之力"，實現智能對話平臺的將來。git

打造這樣的智能服務須要涉及到微軟的兩個技術，Bot Framework和Cognitive Services（認知服務）。github

Bot Framework就是幫你快速搭建智能服務的後端，快速在各類終端和服務上提供服務。包括三大組件。web

Bot Builder SDKs：正則表達式

這個是Bot的生成器，快速生成一個ASP.NET和Node.js的後端服務，提供了像Dialog、FormFlow幫你管理與用戶的會話。npm

Bot Connector：json

這是個Bot的Channel，幫你把你的服務快速發佈到各個渠道，好比說Skype，Facebook Messager等等。這樣用戶就能夠在Skype等Channel上使用你的服務了。後端

Bot Directory：api

這個算是Bot 的商店，在這裏能夠找到各個bot，你也能夠把本身的Bot發佈出來，從而你們均可以看到你的Bot。app

   

Cognitive Services(認知服務)的前身是Project Oxford（牛津計劃），正式發佈的時候改名的。這是微軟將研究院研究的技術以API和SDK的形式開放給開發者的一系列智能化服務。

主要包括5大類的服務：視覺、語言、語言、知識和搜索。

其實就包括咱們今天要講的"語言理解（Language Understanding Intelligent Service，簡稱LUIS）"。

   

咱們今天以一個例子舉例，來詳細介紹怎麼利用Bot Framework和LUIS（"擼以si"）打造一個智能陪護機器人。

1、下載Bot Framework的SDK

首先，請下載Bot Framework的SDK，建議下載Bot Framework的Visual Studio的模板Bot Application。

下載下來的模板（不用解壓）請直接放置到C:\Users\你的用戶名\Documents\Visual Studio 2015\Templates\ProjectTemplates\Visual C# 下面，這樣你在C#下面就能夠看到有Bot Application的模板了。

若是是使用NuGet來下載SDK，請參考：

  1. 右鍵你的C#項目，選擇"Manage NuGet Packages".
  2. 在"Browse"的tab頁，輸入"Microsoft.Bot.Builder".
  3. 點擊"Install"的按鈕.

若是你使用的是Node.js，請使用如下命令：

npm install botbuilder

2、在Azure上建立bot服務

我們如今建立一個Bot Application的應用。我準備建立一個叫作"萌萌"的機器人。

在Azure上建立Bot服務：搜索bot，選擇"Web App Bot"。

點擊建立，填寫相關的信息：

選擇基本模板便可，其餘默認選項便可。

配置完成後，點擊建立，等待幾分鐘便可建立完成。

建立完成你可看到Bot服務幫你建立了5個相關服務。

點擊第一個Web App Bot服務，便可配置Bot相關服務。

"Name"：你的bot的名字，好比個人叫作"萌萌"。

"句柄（Bot Handle）"：好比個人寫"mengmeng"，其實就是你的Bot的id，記下來。

"Description"：你的Bot的描述，會在你的publish以後主頁上顯示。

點擊"信道"，其實就是配置各個平臺，裏頭能夠看到"Web Chat"，這個是網頁端的channel，已經幫你寫好的一個iframe，我們點擊"Edit"。

生成Web Chat的密鑰以後，把密鑰複製，點擊"I'm done configuring Web Chat"。

 

在資源組中，選擇你建立的資源組，點擊"部署"：

請記下APPID和AppSecret兩個參數，後面會用到。

3、準備你的機器人後端服務代碼

從個人GitHub地址下載代碼：https://github.com/cheneyszp/MengmengBot

在你的Web.config裏，填上你的BotId，剛纔建立的App ID和AppSecret。

打開網站的起始頁default.htm

複製如下代碼：

<!DOCTYPE html>

<meta name="viewport" content="width=device-width, initial-scale=1, maximum-scale=1">

<html>

<head>

<title>萌萌</title>

<meta charset="utf-8" />

</head>

<body style="font-family:'Segoe UI'">

<iframe name="myframe" scrolling="auto" width="100%" height="100%"

onload="document.all['myframe'].style.height=myframe.document.body.scrollHeight"

src="https://webchat.botframework.com/embed/你本身的Bot句柄?s=你 自 己 的 Web Chat 密 鑰 " style="height: 502px; max-height: 502px;"></iframe>

</body>

</html>

   

而後右鍵項目工程，點擊"publish"，以後你就能夠擁有一個簡單的Bot啦。

4、新建LUIS服務

請先登陸：https://www.luis.ai/ ，這是語言理解服務的portal。若是還沒註冊的話用live id註冊如下就能夠了。

點擊"App"這一欄，我們先點擊"new App"新建一個app。

 

   

新建完成後，點擊應用的名稱，進入編輯這個應用。

咱們先看如下左邊的tab，能夠看到有儀表盤，意圖（Intents），實體（Entities），功能。。。。

   

Intents：就是意圖，好比我們如今要提供天氣查詢的服務，那麼我們就建立一個"查詢天氣"的Intent。

實體裏頭有兩類：

Entities：實體，好比在查詢天氣的時候須要有地理位置信息，須要把用戶的語言裏頭的地點提取出來，這個地點就是這個句子裏頭的實例，我們建立一個"地點"的實例。

Pre-built Entities(預建實體)：這個是預置好的實例，好比說時間，數字等等，我加了一個datetime的預置實例。

在功能裏頭會有：

Phrase List（短語列表功能）：固定的一些短語，可以直接識別，好比說航空公司的名字等已知信息

Pattern Features（模式功能）：正則表達式，能夠匹配出相應的一些字段，好比說航班號。

   

我們如今來建立一個可以識別查詢天氣的語言理解服務。

首先，查詢天氣須要地點信息，我們先建立一個"地點"的實例。

點擊到"實體"裏頭，"添加自定義實體"：

 

 添加一個"預建實體" datetime：

 

再建立一個叫作"查詢天氣"的Intent。

 

點擊Done以後，點擊"查詢天氣"會進入如下界面：

輸入幾個例子，好比說"北京天氣怎麼樣"，能夠多輸入幾個句子的類型，好比"北京今天有霧霾嗎？"等等，每輸入完一句按一下回車。

若是北京等地點信息沒有顯示標記的話，選中北京兩個字，而後選擇"地點"標註。而後點擊"保存"。

隨手點擊該界面右上角的"Train"按鈕進行訓練。

能夠點擊Test進行測試。

隨手點擊"Publish"的tab頁面，進入到一下界面，點擊"Publish to production slot"

點擊Publish以後，你能夠在Publish的tab頁面底下，能夠看到"Resources and Keys" ，

試用的話會給你自動生成一個Starter Key，右邊的連接就是Publish出來的連接地址啦

如：https://westus.api.cognitive.microsoft.com/luis/v2.0/apps/LUIS_APP_ID?subscription-key=LUIS_subscription-key&timezoneOffset=0.0&verbose=true&q=

 

若是商用的話，須要在Azure Portal建立一個LUIS服務，而後點擊"Add Key"，把LUIS的Key添加進來。

url後面加上查詢語句就是API了。

https://westus.api.cognitive.microsoft.com/luis/v2.0/apps/LUIS_APP_ID?subscription-key=LUIS_subscription-key&timezoneOffset=0.0&verbose=true&q=北京今每天氣怎麼樣？

   

把LUIS的ID(就是apps後面那串字符)和subscription-key記下來，後面須要用到。

在URL後面能夠輸入相關的語句，而後回車，就能夠看到返回的json字符串了。

   

4、在Bot中集成LUIS服務

如今咱們就把LUIS集成到你的Web服務裏頭來就能夠了。

我們用Dialog的方式來完成，比較好管理會話。

在MessagesController.cs裏頭的public class MessagesController : ApiController添加MengmengDialog的類。

[LuisModel("你LUIS的ID", "你LUIS的subscription-key ")]

[Serializable]

public class MengmengDialog : LuisDialog<object>

{

public MengmengDialog()

{

}

public MengmengDialog(ILuisService service)

: base(service)

{

}

[LuisIntent("")]

public async Task None(IDialogContext context, LuisResult result)

{

string message = $"萌萌不知道你在說什麼，面壁去。。。我如今只會查詢股票和查詢天氣。。T_T" + string.Join(", ", result.Intents.Select(i => i.Intent));

await context.PostAsync(message);

context.Wait(MessageReceived);

}

public bool TryToFindLocation(LuisResult result, out String location)

{

location = "";

EntityRecommendation title;

if (result.TryFindEntity("地點", out title))

{

location = title.Entity;

}

else

{

location = "";

}

return !location.Equals("");

}

[LuisIntent("查詢天氣")]

public async Task QueryWeather(IDialogContext context, LuisResult result)

{

string location = "";

string replyString = "";

if (TryToFindLocation(result, out location))

{

replyString = await GetWeather(location);

await context.PostAsync(replyString);

context.Wait(MessageReceived);

}

else

{

await context.PostAsync("親你要查詢哪一個地方的天氣信息呢，快把城市的名字發給我吧");

context.Wait(AfterEnterLocation);

}

}

}

   

GetWeather這個函數須要本身實現，調用相關的API返回相應的天氣信息。

而後在Task<HttpResponseMessage> Post([FromBody]Activity activity)下建立MengmengDialog來處理對話的內容。

public async Task<HttpResponseMessage> Post([FromBody]Activity activity)

{

if (activity.Type == ActivityTypes.Message)

{

await Conversation.SendAsync(activity, () => new MengmengDialog());

}

else

{

HandleSystemMessage(activity);

}

var response = Request.CreateResponse(HttpStatusCode.OK);

return response;

}

   

而後發佈，這樣咱們的天氣查詢機器人就完成啦！

測試一下：

換着問法問天氣，發現都沒問題，都可以正確地識別出來。

在LUIS Portal裏頭，點擊"Review endpoint utterances"，能夠看到全部調用LUIS API發過來的消息，也就是說，你能夠在這裏看到全部用戶發來的消息。

   

你能夠看看LUIS標註得對不對，若是錯了勾選，而後選擇"從新分配意圖"，而後保存，以後LUIS會學習到這個知識，變得愈來愈準。

從新標註以後記得從新train一下而後publish哈。

好比說，輸入"北京如今天氣怎麼樣"，發現只識別出來Intent，可是沒有識別出來地點。

從新標註，train，從新publish一下。

發現已經可以正確識別。

試試吧，有問題留言：）

代碼已經發布到GitHub，請參考：https://github.com/cheneyszp/MengmengBot 

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程