为聊天机器人实现应答逻辑的最佳方法是什么？

Question

我是制造聊天机器人的新手，我很难理解如何让机器人动态地回复查询和意图。我的聊天机器人依赖于回复有意义的消息，而不仅仅是满足请求。我当时正在处理对话框流，但我认为Wit.ai会更合适，所以我最近换了。但是，我仍然找不到如何训练机器人使用RNN来进行回复，所以它可以先解析意图，然后再根据它们进行回复。有什么建议吗？库多。

Answer 1

wit.ai的请求流如下所示，

第一个请求是由用户使用消息提供者(即，facebook消息传递、松弛等)发出的，此请求由wit.ai接收。然后由wit.ai提取所有所需的信息，然后将所有请求参数发送到您在wit.ai中指定的webhook。

在web钩子中，您处理输入参数并根据它进行响应(例如:用户查询餐馆搜索，wit提供餐厅名称，使用名称查询数据库并准备响应)。

然后从web钩子将准备好的响应发送回wit.ai，然后wit将您的消息传递给相应的用户和消息提供者。

因此，如果您的业务逻辑需要rnn培训，则无需训练任何rnn来响应user.but，您必须在web钩子(这是您的web服务器)中这样做。

您可以参考此链接获得更多信息：https://dialogflow.com/docs/fulfillment