Bots de conocimiento

A principios de este año, tuve la tarea de crear un conocimiento bot para una plataforma de nivel empresarial. Los usuarios eran principalmente los empleados de la organización y la intención era utilizar el conocimiento bot para compartir la oferta y el uso de la plataforma.

Hay bastantes marcos en el mercado (cada uno con sus pros y sus contras), por lo que es muy importante que uno seleccione el marco correcto según el tipo de bot que desea crear. En caso de crear los bots de conocimiento, los requisitos típicos son:

1. El propósito principal del conocimiento bot es proporcionar la información sobre la oferta a través de un chat guiado. Si el usuario lo desea, debería poder salir del chat guiado y hacer preguntas ad hoc sobre la oferta y volver al chat guiado.

2. El bot de conocimiento debe poder realizar tareas simples como reservar una demostración del producto.

3. El bot de conocimiento debe proporcionar la información correcta sobre el dominio seleccionado (en este caso, la oferta de la plataforma) correctamente la primera vez, en lugar de cubrir un dominio muy amplio con respuestas que sean entre un 70 y un 80% correctas.

4. Si bien debe proporcionar la capacidad de realizar NLU y comprender las preguntas de los usuarios, la importancia general de esas preguntas es limitada. Como tal, generalmente hay pocos requisitos de chat contextual para el caso del bot de conocimiento.

Comencé a evaluar los marcos de chatbot disponibles en el mercado en los parámetros de costo, flexibilidad, facilidad de uso, mantenibilidad, escalabilidad, facilidad de desarrollo, extensibilidad futura, integración, soporte de la comunidad y me concentré en las 2 plataformas siguientes:

i) Rasa: “Rasa es la plataforma líder en inteligencia artificial conversacional, para conversaciones personalizadas a escala. Con Rasa, todos los equipos pueden crear interacciones personalizadas y automatizadas con los clientes, a escala. Rasa proporciona la infraestructura y las herramientas necesarias para crear los mejores asistentes, los que transforman significativamente la forma en que los clientes se comunican con las empresas ". - del sitio de Rasa.

- Las características destacadas incluyen -

• El motor NLU predeterminado basado en NLU proporcionado es de código abierto.
• Viene con código abierto (funciones limitadas) y licencia empresarial de pago (más funciones).
• Creación de Chatbots más inclinados a Desarrolladores.
• Admite funciones avanzadas como llamar a API externas, identificación de intenciones, llenado de ranuras, etc.
• Se puede incrustar en el sitio web. Implementación local / en la nube. La creación de chatbots utilizando historias y datos de formación (orientados a desarrolladores) no se realiza mediante un marco de interfaz gráfica de usuario basado en web.
• Buen apoyo de la comunidad.
• La plataforma se basa en la inteligencia artificial y los datos de entrenamiento son clave para mejorar el rendimiento. No es un flujo basado en una caja negra.

ii) Botpress: “Botpress es una plataforma de código abierto para que los desarrolladores creen asistentes digitales de alta calidad. Hemos reunido el código estándar y la infraestructura que necesita para poner en funcionamiento un chatbot. Le proponemos una plataforma completa para desarrolladores que incluye todas las herramientas que necesita para crear, implementar y administrar chatbots de nivel de producción en un tiempo récord ". - del sitio de Botpress.

- Las características destacadas incluyen –-

• El motor NLU predeterminado basado en NLU proporcionado es de código abierto.
• Viene con código abierto (funciones limitadas) y licencia empresarial de pago (más funciones).
• Creación de Chatbots basada en GUI.
• Admite funciones avanzadas como llamar a API externas, identificación de intenciones y entidades, llenado de ranuras, etc.
• Se puede incrustar en el sitio web. Implementación local / en la nube pero con interfaz web.
• Buen apoyo de la comunidad.
• Principalmente basado en flujo con soporte para capacidad NLU. Soporte y control del depurador.

La principal fortaleza de Rasa radica en su motor NLU y la experiencia de chat contextual que ofrece. Por contextual, me refiero a que cada entrada del usuario se toma en el contexto de la conversación en curso y luego se responde. Sin embargo, entrenar al bot para que haga esas conversaciones correctamente requiere mucho esfuerzo, cálculo y habilidades y, a medida que aumenta el dominio de la conversación, la cantidad total de historias necesarias para escribir aumenta exponencialmente.

Por otro lado, Botpress utiliza una combinación de inteligencia artificial y motor basado en reglas para crear la experiencia de chat para el usuario. No es tan fuerte en la conversación contextual, pero tiene una rica oferta de GUI para proporcionar información guiada.

Mientras era un científico de datos sénior, mi sensación inicial fue ir con Rasa (sabes que la oferta de IA contextual suena atractiva) pero una vez que evalué los pros y los contras en relación con la tarea en cuestión, encontré que Botpress era más adecuado para crear bot de conocimiento con una combinación de visita guiada basada en reglas y preguntas ad hoc basadas en NLU (función QnA de Botpress) dada la limitación de tiempo y recursos que normalmente tenemos en los proyectos de TI.

A continuación se muestran las características que los desarrolladores de bots de Knowledge deben buscar en el marco de bots. También he mencionado cómo Botpress los cumple.

1. Informe de tendencias de chatbot 2021

2. 4 HACER y 3 NO HACER para entrenar un modelo de PNL Chatbot

3. Bot Concierge: Maneja múltiples chatbots desde una pantalla de chat

4. Un sistema experto: IA conversacional Vs Chatbots

Facilidad de desarrollo - ¿Qué tan rápido puede poner en marcha una versión básica de su bot de conocimiento? ¿Requiere un conjunto de habilidades muy especializadas o incluso los científicos de datos ciudadanos pueden trabajar con él? ¿Qué tan fácil es hacer un cambio de marca del bot?

Con Botpress, puede poner en marcha un bot de conocimientos básicos utilizando su GUI sin absolutamente ninguna codificación en un par de semanas. También ofrece una forma sencilla de marcar el bot con solo cambiar la hoja de estilo. Proporciona widgets como tarjetas y carrusel para compartir la información de una manera rica en GUI.

moderna - Los bots siempre deben estar integrados con el portal principal y también deben ser compatibles con otros canales (por ejemplo, Microsoft Team). Al seleccionar el marco del bot, deberíamos ver si estas integraciones se proporcionan de forma nativa y se pueden hacer con un esfuerzo mínimo.

En Botpress, la integración con el sitio principal es muy fácil con un solo script para abrir el bot en un iframe. También proporciona integración con otros canales como Facebook, Telegram, Microsoft Teams y Slack, por nombrar algunos.

Extensibilidad futura - Si bien el bot de conocimiento inicial puede comenzar con un alcance limitado, el hecho es que el alcance seguirá aumentando una vez que la administración se dé cuenta de sus beneficios. Es posible que el bot ya no se limite a proporcionar información, sino que también se esperaría que realizara tareas más simples como reservar una demostración, etc. Por lo tanto, es importante que el marco del bot que uno seleccione tenga soporte para estas características.

Botpress proporciona extensiones para escribir código personalizado para llamar a las API de backend para realizar tareas complejas. Las características como Intención, Entidad y ranuras se utilizan para capturar la intención del usuario de realizar una tarea en particular identificando la Entidad correcta, capturando los valores requeridos usando ranuras y luego hacer que su código personalizado llame a la API de back-end para realizar las tareas. Estas tareas pueden abarcar desde enviar un correo electrónico hasta reservar una sala de conferencias o un billete de avión o pedir una pizza.

Escalabilidad - A menudo, se le pedirá que cree el bot de conocimiento para el tráfico de Internet y, por lo tanto, es muy importante que el marco del bot que seleccione se pueda escalar.

Botpress tiene una arquitectura escalable horizontalmente basada en clústeres. Se puede aprovechar un equilibrador de carga para distribuir el tráfico entre los bots.

Mantenibilidad - Al igual que con todos los proyectos de TI, nunca es un escenario de implementación y olvido. Vivimos en el mundo de DevOps, donde hay una implementación continua de la aplicación en la producción. Por lo tanto, es de suma importancia que el marco del bot tenga un modelo que se ocupe de la escala y la complejidad, especialmente cuando se busca un desarrollo basado en GUI.

En Botpress, el desarrollo pasa mediante la creación de un diagrama de flujo, la estructura es modular. Tiene la capacidad de crear subflujos con puntos de entrada y salida definidos para el subflujo. De esta manera podemos crear los bots de conocimiento utilizando muchos flujos más simples y pequeños en lugar de un flujo grande.

NLU - Si bien el flujo guiado es bueno para proporcionar la información, eso por sí solo no es suficiente. La principal intención de proporcionar un bot es que el usuario pueda chatear como si hubiera una persona sentada detrás del bot. Esto significa que el bot debería poder comprender los matices del lenguaje y proporcionar una respuesta adecuada.

En Botpress, hay un módulo QnA que le permite atender preguntas aleatorias que el usuario podría hacer sobre el producto. Puede proporcionar varias preguntas frente a una respuesta y entrenar el motor Botpress NLU para neutralizar las preguntas frente a la semántica y la gramática. Si bien el motor NLU no es tan poderoso como el de Rasa, descubrí que se ajusta al propósito. Teníamos alrededor de 110 respuestas para entrenarnos frente a ~ 1100 preguntas. Después del entrenamiento, descubrí que el motor NLU hizo un trabajo decente y nos dio las respuestas correctas más del 97% de las veces. Los motores Botpress NLU utilizan 2 servicios:

a) Patito: para la extracción de entidades del sistema que lo hacen más robusto durante la implementación de tareas basadas en entidad y espacios (por ejemplo, pedir una pizza o reservar un billete de avión).

b) Servidor de idiomas: proporciona incrustaciones de palabras y admite varios idiomas.

Cambio de contexto - La transición entre hacer preguntas Adhoc y seguir un flujo guiado debe ser perfecta. Los flujos no deben ser muy largos, proporcionar puntos de interrupción al usuario donde pueda hacer las preguntas y luego volver al flujo cuando sea necesario.

Con el uso de la función de 'transiciones amplias de flujo' proporcionada dentro de Botpress, el cambio de contexto entre una visita guiada y preguntas aleatorias se puede implementar fácilmente. Además, desde la sección de preguntas y respuestas, Botpress ofrece la posibilidad de volver a un nodo que forma parte de la visita guiada, por lo que el usuario vuelve a la visita guiada.

Hay otras características de Botpress como capacidad multilingüe, Dockerización, Human In the loop, uso de NLU de terceros, integraciones SSO, Clustering, Monitoreo y Alteración, fuerte soporte de la comunidad que puede hacer que la experiencia general sea más sólida.

Resumen - La próxima vez que desee crear un bot de conocimiento en un período corto de tiempo, considere un marco de bot que aproveche tanto los motores basados ​​en reglas como los impulsados ​​por NLU. Botpress es un fuerte competidor por lo mismo, especialmente si el costo y el ROI son un factor de toma de decisiones.

Abhinav Ajmera

Científico de datos sénior, Atos

La opinión del autor es personal y el autor no está asociado de ninguna manera con Botpress.

Source: https://chatbotslife.com/knowledge-bots-5536c16b8d32?source=rss—-a49517e4c30b—4