Компонент NLU (Natural Language Understanding - понимание естественного языка) помогает извлечь цель обсуждения и сущности из запроса пользователя. Компонент NLU состоит из модели под наблюдением классификации намерений, которая обучается на множестве предложений ввода и цели целевого обсуждения, а также модели извлечения сущностей, которые могут быть предварительно обучены аналогичной модели Spacy или книжных магазинах StanfordNLP.
Он может быть обучен с использованием и вероятностных моделей, таких как CRF (условные случайные поля-случайные условные поля). Используя сервис смарт сендер можно научиться эффективно пользоваться чат-ботами. Компонент NLG (Natural Language Generator - генерация естественного языка) дает ответы бота. Самый простой способ получить это с помощью механизма шаблонов. Более сложным методом является использование генераторов предложений с помощью deep learning. Это один из самых важных компонентов в архитектуре чатбота.
Основная идея состоит в том, чтобы подтвердить пользователю, что вы понимаете, что он только что сказал. Этот взгляд заставляет бота казаться вовлеченным и дает ощущение, что бот знает, что он делает. Заполнение недостающей информации: когда пользователь что-то запрашивает, бот может не иметь достаточной информации от пользователя для обработки запроса. Решение состоит в том, чтобы запросить у пользователя эту информацию.
Последние интересные новости на сайте:
Использовать тексты статей с сайта FASTNews.lv разрешено только вместе с ссылкой
источника и материла - FastNews.lv и Основной компонент чат-бота
| Всего комментариев: 0 | |
|
| |
Новости
Популярное