Siri 發佈已八年,Chatbot 爲什麼依舊很坑【文末附數據集下載】

https://mp.weixin.qq.com/s/77SoSb-bK-hE3UM2VOOH0Q框架

By 超神經

場景描述:聊天機器人雖然衆多,但在目前來看,它們的功能都還不夠理想。如何打造出一款好的聊天機器人,是期待技術上的顛覆,仍是在設計上考慮的更加全面。不妨聽聽資深人士怎麼說?

關鍵詞:聊天機器人  NLP  對話系統

早在 2011 年,蘋果公司就發佈了智能語音助手 Siri,對這款產品報以重大指望的蘋果公司,不得不面對 Siri 目前尷尬的使用處境。Siri 要麼聽不懂用戶在說什麼,要麼回覆給用戶一堆不明因此的內容。如今 Siri 的存在,更多仍是調戲/被調戲用戶。ide

在市面上,聊天機器人( Chatbot )不在少數,但可以深刻人心的產品卻少之又少。有不少一時新鮮的 Chatbot 產品,慢慢地便暴露出「智障」和「雞肋」的地方。工具

好比在 Facebook Messenger 應用上 ,語音助手 M 在運營了三年後下線,而一直在升級的微軟小冰,最經常使用的功能停留在不痛不癢的「尬聊」上。學習

Siri 發佈已八年,Chatbot 爲什麼依舊很坑【文末附數據集下載】
Facebook M 於 2018 年 1 月被關閉測試

出現這個現象的緣由,一方面是人們對 Chatbot 的指望落差,另外一方面,即使是如今最早進的技術,要徹底理解人類的對話體系,仍是一件困難的事情。而在設計理念上不一樣的側重,形成了最後的南轅北轍。人工智能

那麼如何才能作出一款使人滿意的 Chatbot 呢?一位資深人士總結了一套「USED」框架。設計

被使用的 Chatbot 纔是最好的

Siri 發佈已八年,Chatbot 爲什麼依舊很坑【文末附數據集下載】
Shin Wee CHUANG3d

Shin 畢業於 MIT,前後任職於微軟和渣打銀行( SCB ),是金融科技領域的資深人士。code

他曾被 CBN Weekly 授予「中國50強企業創新者」獎,以表彰他在中國 SCB 數字營銷方面的衆多數字和營銷創舉。目前他經營着他所創立的科技公司 Pand.ai,致力於打造企業級的智能 Chatbot。blog

Shin Wee 在一篇文章「 A good chatbot is a USED chatbot」,講述瞭如何打造智能的 Chatbot,如下爲文章的編譯。

自從一年前爲金融機構創建智能 Chatbot ,和聯合創始人創建 Pand.ai 以來,咱們常常被問的一個問題是:大家研發的 Chatbot 有多好?

試圖解答這個問題,就要解釋咱們如何利用深度學習天然語言處理( Deep NLP )來提取用戶輸入的語義,讓 Chatbot 更好地「理解」問題,並提供更準確的回答。

在這裏,我將討論那些令客戶滿意的 Chatbot 構建的思惟過程。咱們如今正將這些觀點整合到一個產品框架中,造成咱們的核心設計原則,但願對想要構建或使用 AI Chatbot 的人提供一些幫助。

這個框架包含 4 個字母:USED ,這裏的 USED 表明着:

Siri 發佈已八年,Chatbot 爲什麼依舊很坑【文末附數據集下載】

U :It Understand me 可以讀懂人

要想構建好的聊天,首先要讓機器人理解對話,不然,它沒法按預期作出響應。

大多數 Chatbot 依賴於「模式匹配」的技術,這對於「理解」常見的句子是有效的,例如「你好嗎?」,「你叫什麼名字?」之類,但在處理複雜語句或者很是見句子時,就顯得吃力,這也是一些「智障式」客服存在的一個緣由。

Siri 發佈已八年,Chatbot 爲什麼依舊很坑【文末附數據集下載】
要想打造一款好的聊天機器人,NLP (天然語言處理)引擎是必備的。目前已經有一些此類引擎,它們經過雲服務方式來分析處理,並能輕鬆用在多種聊天工具上。

此外,還有一些公司爲特定的垂直行業或市場,提供了更專業的 NLP 引擎,可以分辨出語言中的細微差異,好比包含的術語或俚語等等。

若是你沒有太多背景,或者不想花時間本身構建,最好的方法就是選擇一個合適且強大的 NLP 引擎。讓 Chatbot 在讀懂人的層面沒有障礙。

S:It Serves me 具備服務性

一個好的 Chatbot ,須要在特定的場景下,執行某種功能。因此最關鍵的是要讓機器人能熟悉這個領域內的詳情。

好比要爲銷售團隊部署一個 Chatbot,幫助他們更好地工做,必須準備好全部相關的產品和內容,按照結構化格式打造一個理想的對話。

除了基本的問答,還須要考慮在 Chatbot 中添加一個測驗組件,讓它能幫助銷售人員更新對產品的理解。

E:It Engages me 可以打動人

在聊天機器人推廣的初始階段,讓用戶可以和機器人進行互動,是一項有挑戰性的工做。畢竟,想要讓用戶改變習慣的方式,接受新事物並不容易。

所以,能夠制定有效的推送策略,以幫助用戶習慣使用新的工具。

固然,推送並不意味着你必需要發送無聊的產品描述,而是要用心去作。 例如,一個簡單的父親節問候消息,傳遞給小組中的父親們,將會是很暖心的一種方式。

Siri 發佈已八年,Chatbot 爲什麼依舊很坑【文末附數據集下載】

D:It Delights me 會帶來樂趣

目前大多數聊天機器人,正在朝着俏皮和可愛的路子發展。畢竟,能帶來快樂的產品,每每更吸引人。然而,隨着愈來愈多的聊天機器人出現,只會抖抖機靈的話,就奢望用戶一直開心的套路,或許再也不現實。

要找到聊天機器人能帶來樂趣的方式。但同時要也要注意場合,省得在嚴肅的場合出現尷尬。

值得慶幸的是,語言不是聊天機器人惟一的武器。好比,某個對話中埋一個復活節彩蛋,所能帶來的驚喜,可能會賽過任何帶着模仿痕跡的俏皮話。

黃金法則的核心

這個「 USED 」框架,能夠做爲企業級聊天機器人構建指南,但其實,它的核心也就是充分考慮其實用性。

有許多 KPI 能衡量聊天機器人的好壞,例如響應時間和準確性,但最重要的一點在於,它是否有助於實現業務目標。
Siri 發佈已八年,Chatbot 爲什麼依舊很坑【文末附數據集下載】

不管是想用聊天機器人提升客戶服務量和銷售效率,仍是產生潛在客戶,只要是可以實現業務目標的方法,均可以被用起來。好比下面的這些KPI:
談話次數(不是消息數量);
每個月活躍用戶的百分比( MAU,也多是 DAU「日活躍」 和 WAU「周活躍」 );
每一個活躍用戶的會話數

Chatbot 的發展不僅是依賴技術

開發一個 Chatbot ,即便是一個 AI 驅動的聊天機器人並不算難,但想構建一個好的、智能的,並能被大量使用的 Chatbot ,須要考慮的,就不只僅是技術。

Chatbot 的發展經歷了一股熱潮後,慢慢趨於理性。NLP 的發展,始終沒有在計算機視覺,或者語音識別上那麼快速。但要想作出好的 Chatbot ,也許最須要考慮的,仍是能讓它變得有用的設計理念。

由於按照當前的技術發展來看,在短時間的未來,Chatbot 產品的壁壘是數據和設計,而不是技術。

Siri 發佈已八年,Chatbot 爲什麼依舊很坑【文末附數據集下載】

而也許在打造 Chatbot 之時,能夠優先考慮服務,而後纔是對話系統——就好像人,是先有腦殼裏的想法,再用對話來表達。

有這樣一個觀點:一個產品是由不少技術組合而成,對每一類技術都有正確的認識,才能作出好的產品。「畢竟咱們離真正的人工智能還有距離,能用得上的纔有價值。」

超神經數據集

超神經HyperAI 蒐集並整理全球數百個公開數據集,並提供國內鏡像下載,對科研機構和開發者們提供免費服務。

智能問答相關的數據集推薦:

Yahoo! Answers 問答數據集:數據集是來自雅虎 Yahoo! Answers Comprehensive Questions and Answers1.0 數據集的 10 個主要分類數據。每一個類別分別包含 140,000 個訓練樣本和 5,000 個測試樣本。由康奈爾大學發佈,文件大小 304.72 MB;

SQuAD 斯坦福問答數據集:是一個閱讀理解數據集,由羣衆工做者在維基百科文章中提出的問題組成,其中每一個問題的答案是來自相應閱讀段落的一段文本或跨度,共有 500 多篇文章中有 10 萬多個問答配對。於 2018 年由斯坦福大學發佈,文件大小 34.09 MB。

更多智能對話數據集( 如 CMU 真實問答對數據集;微軟 Maluuba NewsQA 機器閱讀理解數據集),請訪問 https://hyper.ai 下載。
Siri 發佈已八年,Chatbot 爲什麼依舊很坑【文末附數據集下載】

相關文章
相關標籤/搜索