摘要：個人人工智能（AI）助手正在成為一種日益普遍的交互工具，Chatbots利用機器學習算法做出適當的響應，作為AI的一種實際應用，可以考慮在開發中使用。

個人人工智能（AI）助手正在成為一種日益普遍的交互工具，而且有了現在可用的工具，AI助手的發展更加容易。之前我討論過基于語音的個人助理，今天想來探討基于文本的個人助理（也稱為Chatbots）。Chatbots利用機器學習算法做出適當的響應，作為AI的一種實際應用，我認為這是一個很有趣的工具，可以考慮在你的開發中使用。

與基于語音的個人助理類似，Chatbots使開發人員可以給客戶帶來對話體驗。然而，Chatbots依賴于文本（有時是圖像）進行對話而不是口頭交流。如果將Chatbots整合到用戶熟悉并對用戶最實用的領域（例如短信、信息平臺、電子郵件和網站），Chatbots將提供最佳的用戶體驗。這些互動可以是自助式客戶服務請求、語言培訓工具，甚至是為兒童提供聯網玩具的形式。

從Bots到Chatbots

不是所有的機器人都是智能的，有基于一套簡單規則的機器人，也有通過高級機器學習進行復雜對話的機器人。

簡單腳本機器人可能會掃描基于“地址”或“聯系人”等特定關鍵詞的文本，旨在提供定位商店的自助服務。這可能會導致一些混淆的互動，例如有人想“將隱形眼鏡送到我的家庭地址”，結果卻提供了商店的地址。

如果處理特定的問題，例如收集用戶數據以更新護照，則可以對機器人進行編程，僅處理那些相關的查詢，而排除其他查詢。這些程序很容易實現，但范圍有限，因此可能最終會令用戶感到很沮喪。此外，對這些程序進行更改并添加新的命令可能會非常耗時，因為它們需要了解人工智能和機器學習開發的程序員。

為了達到智能chatbot的水平，需要在運行時進行復雜的文本分析，以了解用戶所輸入文本的語境。這種處理可以使用AI機器學習來完成。通過與人交談并記住他們的反應，chatbot算法可以使學習更加人性化。如果您還不了解機器學習，請查看我們的eBook，以幫助您快速了解。

自然語言處理

無論您是采用簡單的bot或復雜的chatbot作為您的AI助手，自然語言處理（NLP）都發揮著關鍵作用。NLP是AI從文本中提取含義的方法：

1. 文本被標記并分解成單獨的單詞。

2. 采用詞性標注將詞語分為名詞、動詞、形容詞等。

3. 采用隱馬爾可夫模型、條件隨機場模型等統計模型預測每個單詞的含義。

4. 采用語法分析樹建立單詞之間的依賴關系以減少歧義。

5. 從之前的預測推斷出一個行為，并將其傳遞給處理它的算法。

自然語言生成

一旦AI確定了它將如何響應，它就需要生成一個答案并將其作為回答發回給用戶。與NLP相比，它的任務更直接：

1. 掃描結果以確定傳送哪些內容。不是所有的信息都對最終用戶有用。

2. 選定的結果被組織成一個樹形結構來確定如何產生響應。

3. 選擇詞匯，以確保動詞時態和名詞格式準確。

4. 之前的選擇被合并成最終的句子，并返回給用戶。