如何在前提解决方案上实现像WIT.AI这样的BOT引擎？

Question

我想为客户服务应用程序构建一个聊天机器人。我尝试了SaaS服务，如Wit.Ai、Motion.Ai、Api.Ai、LUIS.ai等。这些认知服务在使用典型的交互模型进行训练时，发现了“意图”和"entities“。

我需要为内部解决方案构建聊天机器人，而不需要使用任何这些SaaS服务。

例如，典型的谈话方式如下-

    Can you book me a ticket?
    Is my ticket booked?
    What is the status of my booking BK02?
    I want to cancel the booking BK02.
    Book the tickets

StandFord NLP工具包看起来很有希望，但也存在许可限制。因此，我开始对OpenNLP进行实验。我想，有两个OpenNLP任务-

1. 使用“文档分类器”查找意图
2. 使用“命名实体识别”查找实体

一旦确定了上下文，我将调用我的应用程序APIS来构建响应。

• 这是一种正确的方法吗？
• OpenNLP在解析文本方面有多好？
• 我可以使用Facebook FASTTEXT库进行意图识别吗？
• 还有其他开源库可以帮助构建BOT吗？
• "SyntaxNet“对我的冒险有帮助吗？

我更喜欢用Java来做这件事。但也向节点或python解决方案开放。

PS -我是NLP的新手。

Answer 1

看看这个。它说这是一种对机器人的开放源码语言理解，是对流行的NLP工具的替代，比如wit.ai、api.ai或LUIS。

https://rasa.ai/

Answer 2

在使用Luis.ai时，看看我对攻击计划的另一个答案：

为LUIS.AI创建API或使用.JSON文件为非技术用户培训机器人

简单地说，使用Luis.ai并设置一些意图，从一个或两个开始，并根据您的领域进行培训。我正在使用asp.net调用上面概述的认知服务API。然后，通过一些JQuery...you自定义响应，当每个意图或操作都由Luis的响应引发时，可以在javascript数组中搜索规则列表。

如果您的Bot是基于英语的，那么我将使用OpenNLP的语句解析器将客户输入转储到数据库中(我今天就这样做了)。然后，我使用OpenNLP标记器，并将关键字(减去停止词)和词性部分推入数据库表中进行关键字分析。我为OpenNLP构建了一个定制的情感模型，它将用Pos、Neg、中性sentiment...You标记每个句子，然后使用它来识别负面的客户服务反馈。要构建您自己的情感模型，请查看SentiWord.net并下载他们的领域不可知论数据文件来构建和训练OpenNLP模型或查看此Node版本.

https://www.npmjs.com/package/sentiword

希望这能有所帮助。

Answer 3

我肯定会推荐Rasa，它很适合您的用例，可以轻松地在-前提下工作，为您处理意图和实体，而且它还有一个友好的社区。

查看我的回购，了解如何使用Rasa构建一个与简单数据库交互的聊天机器人示例：https://github.com/nmstoker/lockebot