Wie Sie in wenigen Minuten einen Chatbot erstellen und einsetzen

Kürzlich erhielt ich eine SMS von einem führenden Finanzinstitut, in der ein Kreditprozess zusammengefasst wurde und ich auf einen Chat-Link klicken sollte, um weitere Informationen zu erhalten. Als ich auf den Link klickte, öffnete sich ein Chat-Fenster und ich war wirklich fasziniert von der Antwort auf meine Fragen. Zu meiner Überraschung handelte es sich um einen Chatbot, was mein Interesse weckte, einen solchen zu erforschen und zu entwickeln.

Konversations-Chatbots sind Teil des modernen Lebens

Es wäre ziemlich schwierig, bei unseren täglichen Interaktionen nicht auf einen Konversationsbot zu treffen. Apples Siri, Amazons Alexa und Microsofts Cortana sind einige der berühmtesten und bekanntesten Bots. Vielleicht sind Sie auch schon textbasierten Chatbots begegnet, wenn Sie Ihre Versicherung erneuern, etwas online kaufen oder mit einem Gesprächsassistenten sprechen, ohne es zu wissen!

Chatbots werden hauptsächlich für den Kundensupport eingesetzt. Sobald Sie sie durch Training intelligent machen, werden sie fließend mit Ihrer Zielgruppe in deren Sprache kommunizieren. Ein Chatbot ist eine Software mit künstlicher Intelligenz (KI), die ein Gespräch (oder einen Chat) mit einem Benutzer in natürlicher Sprache über Messaging-Anwendungen, Websites, mobile Apps oder über das Telefon simulieren kann.

Ein Conversational Bot versteht den Kontext der Konversation und kann mit jedem Ziel des Benutzers elegant umgehen. Das bedeutet nicht immer, dass der Bot alle Fragen beantworten kann, aber er kann das Gespräch gut führen und dem Benutzer helfen, sein Ziel so gut wie möglich zu erreichen.

Eine ideale Bot-Plattform bietet:

• NLP-Service - den Sie trainieren können
• SDK zur Unterstützung und Handhabung von Unterhaltungen (und deren Metadaten)
• Plattform zum Hosten des Bot-Codes
• Plattform zur Verbindung der Bot-Logik mit mehreren Kanälen (Integration)

Die folgenden Chatbot-Frameworks sind auf dem Markt erhältlich, die intuitiv und einfach zu implementieren sind:

• ai von Facebook
• DialogFlow von Google
• ai von Microsoft
• Konversationelle KI von SAP (früher bekannt als Recast.AI)

Opensource Chatbots

Aber gibt es ein bedeutendes Chatbot-Framework im Open-Source-Bereich? Die Antwort lautet: Ja, Rasa.AI. Vorteile von Rasa gegenüber den unternehmensorientierten Frameworks:

• Keine Bindung an einen Anbieter
• Kein "KI-Feenstaub"
• Keine Zustandsautomaten, Lernen Sie aus echten Gesprächen
• Führen Sie Ihre bevorzugte Infrastruktur aus (On-Premise / Cloud)
• Erhalten Sie die volle Kontrolle über Trainingsdaten und bauen Sie IP auf
• Nutzen Sie Backend-Systeme, APIs und Robotic Process Automation, um Prozesse vollständig zu automatisieren.

Rasa ist ein Open-Source-Framework für maschinelles Lernen zum Aufbau von kontextbezogenen KI-Assistenten und Chatbotsund besteht aus zwei Hauptmodulen:

• NLU (Natural Language Understanding) zum Verstehen von Benutzernachrichten. NLU ist eine Bibliothek zum Verstehen natürlicher Sprache mit Absichtsklassifizierung und Entitätsextraktion. Dies hilft dem Chatbot zu verstehen, was der Benutzer sagt.
• Kern zum Führen von Gesprächen und Entscheiden, was als nächstes zu tun ist. Ein Kern ist ein Chatbot-Framework mit einem auf maschinellem Lernen basierenden Dialogmanagement, das auf der Grundlage der Eingaben von NLU, des Gesprächsverlaufs und der Trainingsdaten die nächste beste Aktion vorhersagt.

Einige Schlüsselwörter, die Sie im Zusammenhang mit NLP immer wieder finden werden:

Intention: Intents sind einfach die Absichten des Endbenutzers, die er dem Bot mitteilt. Sie können so beiläufig sein wie hoa, cya oder professionell "wann geht heute der letzte Flug nach Hyderabad"?

Entitäten: Business Intents haben Metadaten über den Intent, die "Entities" genannt werden. Sehen wir uns ein Beispiel für einen Intent an: "GetReleaseYearByTitle" - Beispielanweisung "Wann wurde Bahubali veröffentlicht?" Hier ist "Bahubali" der Titel des Films, für den der Benutzer das Jahr der Veröffentlichung herausfinden möchte.

Aktionen: Wie der Name schon sagt, handelt es sich um eine Aktion, die der Bot ausführen kann. Das kann eine Antwort auf eine Anfrage sein, eine Abfrage einer DB oder etwas anderes, das mit dem Code möglich ist.

Möchten Sie schnell einen Chatbot erstellen?

Nun, für RASA gibt es eine Lernkurve. Aber seien Sie nicht enttäuscht, zum Glück haben wir "articulate", das auf RASA aufbaut und den größten Teil des Kesselbaus übernimmt. Ja, es ist ein Open-Source-Tool. Das hilft als Einstieg in die NLP-Welt.

• https://spg.ai/projects/articulate/Articulateist eine komplette Infrastruktur für intelligente Agenten. Sie verwendet Rasa für NLU, Redis für schnelle Nachschlagewerke, Elastic Search für Protokollierung und Analysen, denen nichts entgeht, und Duckling für erweiterte Datums- und Zeitanalyse.

Machen Sie sich die Hände schmutzig, indem Sie die Anweisungen befolgen:

Grundlegende Installation

localhost:8080, erstellen Sie einen Agenten mit Namen und Beschreibung und speichern Sie.

Erstellen Sie unter Kategorien eine Kategorie oder importieren Sie eine bestehende Kategorie wie das Wetter. Klicken Sie auf Zug.

Klicken Sie nach dem Training auf die Registerkarte Bewertung und beginnen Sie mit Ihrem Agenten zu chatten.

Der Bereich Analysen gibt Ihnen Einblicke in Aktionen, Überstundenanfragen usw.

Sobald der Agent/das Modell fertig ist, klicken Sie auf Verbindungen, um eine Integration mit FB, Slack, Rocket Chat, etc. zu erstellen.

Klicken Sie auf Speichern, um einen Link wie diesen zu erhalten, den Sie teilen können: http://localhost:8080/demo/6f8da580-ca27-11e9-8666-39699ef60e5c

Wie Sie gesehen haben, können Sie ganz einfach Ihren eigenen Bot mit Schlüsselwörtern, Aktionen und Kategorien erstellen und echte Geschäftsprobleme lösen. Sobald Sie das Gefühl haben, dass der Agent/das Modell den Anforderungen gerecht wird, integrieren Sie ihn mit externen Plattformen wie Slack, Facebook usw.