เมื่อต้นปีนี้มีภารกิจสร้างองค์ความรู้ ปากกระบอกปืน สำหรับแพลตฟอร์มระดับองค์กร ผู้ใช้ส่วนใหญ่เป็นพนักงานขององค์กรและตั้งใจที่จะใช้ความรู้ ปากกระบอกปืน เพื่อแบ่งปันข้อเสนอและการใช้งานแพลตฟอร์ม
มีเฟรมเวิร์กค่อนข้างมากในตลาด (แต่ละเฟรมเวิร์กมีข้อดีและข้อเสียของตัวเอง) ดังนั้นจึงเป็นเรื่องสำคัญมากที่จะต้องเลือกเฟรมเวิร์กที่เหมาะสมโดยขึ้นอยู่กับประเภทของบอทที่คุณกำหนดเป้าหมายเพื่อสร้าง ในกรณีของการสร้างบอทความรู้ข้อกำหนดทั่วไปคือ -
1. จุดประสงค์หลักของความรู้ ปากกระบอกปืน คือการให้ข้อมูลเกี่ยวกับข้อเสนอผ่านการแชทพร้อมไกด์ หากผู้ใช้ต้องการ เขาควรจะสามารถออกจากแชทพร้อมไกด์และถามคำถามเฉพาะเกี่ยวกับข้อเสนอและกลับไปที่แชทพร้อมไกด์
2. บอทความรู้ควรสามารถทำงานง่ายๆ เช่น การจองการสาธิตผลิตภัณฑ์
3. บอทความรู้ควรให้ข้อมูลที่ถูกต้องเกี่ยวกับโดเมนที่เลือก (ในกรณีนี้คือข้อเสนอแพลตฟอร์ม) อย่างถูกต้องในครั้งแรก แทนที่จะครอบคลุมโดเมนที่กว้างมากด้วยคำตอบซึ่งถูกต้องประมาณ 70–80%
4. ในขณะที่ควรให้ความสามารถในการดำเนินการ NLU และเข้าใจคำขอของผู้ใช้ แต่ความสำคัญโดยรวมของคำถามเหล่านั้นมีจำกัด โดยทั่วไปแล้ว จำเป็นต้องมีการสนทนาตามบริบทสำหรับกรณีของบอทความรู้เพียงเล็กน้อย
ฉันเริ่มประเมินเฟรมเวิร์กแชทบอทที่มีอยู่ในตลาดโดยพิจารณาจากพารามิเตอร์ของต้นทุน ความยืดหยุ่น ความง่ายในการใช้งาน การบำรุงรักษา ความสามารถในการปรับขนาด ความง่ายในการพัฒนา การขยายในอนาคต การผสานรวม การสนับสนุนชุมชน และศูนย์ใน 2 แพลตฟอร์มด้านล่าง –
i) Rasa — “รสาเป็นแพลตฟอร์ม AI การสนทนาชั้นนำสำหรับการสนทนาส่วนบุคคลในวงกว้าง ด้วย Rasa ทุกทีมสามารถสร้างปฏิสัมพันธ์ที่เป็นส่วนตัวกับลูกค้าโดยอัตโนมัติในวงกว้าง รสามีโครงสร้างพื้นฐานและเครื่องมือที่จำเป็นสำหรับการสร้างผู้ช่วยที่ดีที่สุด ซึ่งจะช่วยเปลี่ยนวิธีที่ลูกค้าสื่อสารกับธุรกิจได้อย่างมีความหมาย” — จากเว็บไซต์ของรสา
— คุณสมบัติเด่น ได้แก่ —
- โปรแกรม NLU เริ่มต้นที่ใช้ NLU เป็นโอเพ่นซอร์ส
- มาพร้อมกับทั้งโอเพ่นซอร์ส (คุณสมบัติจำกัด) และสิทธิ์การใช้งานระดับองค์กรแบบชำระเงิน (คุณสมบัติเพิ่มเติม)
- การสร้าง Chatbots มีแนวโน้มเข้าหานักพัฒนามากขึ้น
- รองรับคุณสมบัติขั้นสูง เช่น การเรียก API ภายนอก การระบุเจตนา การเติมช่อง ฯลฯ
- สามารถฝังลงในเว็บไซต์ การปรับใช้ในสถานที่/คลาวด์ การสร้างแชทบอทโดยใช้เรื่องราวและข้อมูลการฝึกอบรม (สำหรับนักพัฒนา) ไม่ได้ผ่านเฟรมเวิร์ก GUI บนเว็บ
- การสนับสนุนชุมชนที่ดี
- แพลตฟอร์มสร้างขึ้นจาก AI โดยมีข้อมูลการฝึกอบรมเป็นกุญแจสำคัญในการปรับปรุงประสิทธิภาพ ไม่ใช่กล่องดำแบบโฟลว์
ii) Botpress — “Botpress เป็นแพลตฟอร์มโอเพ่นซอร์สสำหรับนักพัฒนาในการสร้างผู้ช่วยดิจิทัลคุณภาพสูง เราได้รวบรวมรหัสสำเร็จรูปและโครงสร้างพื้นฐานที่คุณต้องการเพื่อให้แชทบอททำงานได้ เราขอเสนอแพลตฟอร์มที่เป็นมิตรกับนักพัฒนาอย่างสมบูรณ์ซึ่งมาพร้อมกับเครื่องมือทั้งหมดที่คุณต้องการเพื่อสร้าง ปรับใช้ และจัดการแชทบอทระดับโปรดักชันในเวลาที่บันทึกได้” — จากไซต์ Botpress
— คุณสมบัติเด่น ได้แก่ –-
- โปรแกรม NLU เริ่มต้นที่ใช้ NLU เป็นโอเพ่นซอร์ส
- มาพร้อมกับทั้งโอเพ่นซอร์ส (คุณสมบัติจำกัด) และสิทธิ์การใช้งานระดับองค์กรแบบชำระเงิน (คุณสมบัติเพิ่มเติม)
- การสร้าง Chatbots ตาม GUI
- รองรับคุณสมบัติขั้นสูง เช่น การเรียก API ภายนอก การระบุเจตนาและการระบุตัวตน การเติมช่อง ฯลฯ
- สามารถฝังลงในเว็บไซต์ การปรับใช้ในสถานที่/คลาวด์ แต่มีเว็บอินเตอร์เฟส
- การสนับสนุนชุมชนที่ดี
- Flow เป็นหลักโดยรองรับความสามารถของ NLU ดีบักเกอร์สนับสนุนและควบคุม
จุดแข็งหลักของ Rasa อยู่ในเอ็นจิ้น NLU และประสบการณ์การสนทนาตามบริบทที่มีให้ ตามบริบท ฉันหมายถึงการป้อนข้อมูลจากผู้ใช้แต่ละครั้งจะถูกนำมาใช้ในบริบทของการสนทนาที่กำลังดำเนินอยู่และตอบกลับ อย่างไรก็ตาม การฝึกอบรมบอทเพื่อให้การสนทนาถูกต้องนั้นต้องใช้ความพยายาม การคำนวณ และทักษะอย่างมาก และเมื่อขอบเขตการสนทนาเพิ่มขึ้น จำนวนเรื่องราวทั้งหมดที่จำเป็นในการเขียนก็เพิ่มขึ้นอย่างทวีคูณ
ในทางกลับกัน Botpress ใช้การผสมผสานของ AI และเอ็นจิ้นตามกฎเพื่อสร้างประสบการณ์การแชทสำหรับผู้ใช้ การสนทนาตามบริบทไม่เข้มข้นนัก แต่มี GUI ที่สมบูรณ์สำหรับการให้ข้อมูลที่เป็นแนวทาง
ในขณะที่เป็น Data Scientist อาวุโส ความรู้สึกแรกเริ่มของฉันคือเลือก Rasa (คุณคงทราบดีว่าการนำเสนอ AI ตามบริบทฟังดูน่าสนใจ) แต่เมื่อฉันประเมินข้อดีและข้อเสียที่เกี่ยวข้องกับงานที่ทำอยู่ ฉันพบว่า Botpress เหมาะสมกว่าสำหรับการสร้าง บอทองค์ความรู้ที่ผสมผสานระหว่างไกด์ทัวร์แบบอิงตามกฎและคำถามเฉพาะกิจตาม NLU (ฟีเจอร์ QnA ของบอทเพรส) เมื่อพิจารณาจากข้อจำกัดด้านเวลาและทรัพยากรที่เรามักมีในโครงการไอที
ด้านล่างนี้เป็นคุณสมบัติที่นักพัฒนาบอทความรู้ควรดูในเฟรมเวิร์กบอท ฉันยังกล่าวถึงวิธีที่ Botpress ตอบสนองสิ่งเหล่านั้น
1. รายงานแนวโน้มของ Chatbot ปี 2021
2. 4 สิ่งที่ควรทำและ 3 สิ่งที่ไม่ควรทำสำหรับการฝึกอบรม Chatbot NLP Model
3. Concierge Bot: จัดการ Chatbots หลายรายการจากหน้าจอแชทเดียว
ง่ายต่อการพัฒนา — คุณสามารถเปิดบอทความรู้เวอร์ชันพื้นฐานได้เร็วแค่ไหนและทำงานอย่างไร มันต้องการชุดทักษะเฉพาะทางหรือแม้แต่นักวิทยาศาสตร์ข้อมูลพลเมืองก็สามารถทำงานได้หรือไม่? การรีแบรนด์บอททำได้ง่ายเพียงใด?
ด้วย Botpress คุณสามารถรับบอทความรู้พื้นฐานและใช้งาน GUI ได้โดยไม่ต้องเขียนโค้ดในสองสามสัปดาห์ นอกจากนี้ยังมีวิธีง่ายๆ ในการสร้างแบรนด์บอทโดยเพียงแค่เปลี่ยนสไตล์ชีต มันมีวิดเจ็ตเช่นการ์ดและภาพหมุนเพื่อแบ่งปันข้อมูลในลักษณะที่สมบูรณ์ของ GUI
บูรณาการ — บอทจะต้องถูกรวมเข้ากับพอร์ทัลหลักเสมอ และต้องสนับสนุนช่องทางอื่นๆ (เช่น Microsoft Team) เช่นกัน ขณะเลือกเฟรมเวิร์กบอท เราควรดูว่าการผสานรวมเหล่านี้มีให้โดยกำเนิดหรือไม่และสามารถทำได้โดยใช้ความพยายามเพียงเล็กน้อย
ใน Botpress การผสานรวมกับเว็บไซต์หลักนั้นง่ายมากด้วยสคริปต์เดียวเพื่อเปิดบอทใน iframe นอกจากนี้ยังมีการผสานรวมกับช่องทางอื่นๆ เช่น Facebook, Telegram, Microsoft Teams และ Slack เป็นต้น
ความสามารถในการขยายในอนาคต — แม้ว่าบอทความรู้เบื้องต้นอาจเริ่มต้นด้วยขอบเขตที่จำกัด ความจริงก็คือขอบเขตจะเพิ่มขึ้นเรื่อยๆ เมื่อฝ่ายบริหารตระหนักถึงประโยชน์ของมัน บอทอาจไม่ได้จำกัดอยู่เพียงแค่การให้ข้อมูลเท่านั้น แต่ยังถูกคาดหวังให้ทำงานที่ง่ายกว่า เช่น การจองการสาธิต เป็นต้น ดังนั้นจึงเป็นเรื่องสำคัญที่เฟรมเวิร์กบอทที่เลือกจะต้องรองรับคุณสมบัติเหล่านี้
Botpress ให้ส่วนขยายในการเขียนโค้ดที่กำหนดเองเพื่อเรียก API แบ็กเอนด์เพื่อทำงานที่ซับซ้อน คุณลักษณะต่างๆ เช่น Intent, Entity และ slots ถูกใช้เพื่อจับความตั้งใจของผู้ใช้ในการทำงานเฉพาะโดยการระบุ Entity ที่ถูกต้อง รวบรวมค่าที่จำเป็นโดยใช้สล็อต จากนั้นให้โค้ดที่กำหนดเองของคุณเรียก API แบ็กเอนด์เพื่อทำงาน งานเหล่านี้อาจเป็นตั้งแต่การส่งอีเมลไปจนถึงการจองห้องประชุม ตั๋วเครื่องบิน หรือสั่งพิซซ่า
scalability — บ่อยครั้ง คุณจะต้องสร้างบอทความรู้สำหรับการรับส่งข้อมูลทางอินเทอร์เน็ต ดังนั้นจึงเป็นสิ่งสำคัญมากที่เฟรมเวิร์กบอทที่คุณเลือกสามารถปรับขนาดได้
Botpress มีสถาปัตยกรรมที่ปรับขนาดได้ตามแนวนอนของคลัสเตอร์ หนึ่งสามารถใช้ประโยชน์จากตัวโหลดบาลานซ์เพื่อกระจายทราฟฟิกระหว่างบอท
การบำรุงรักษา — เช่นเดียวกับโครงการด้านไอทีทั้งหมด สถานการณ์ไม่เคยทำให้ใช้งานได้และลืมไปเลย เราอาศัยอยู่ในโลกของ DevOps ที่มีการปรับใช้แอปพลิเคชันอย่างต่อเนื่องในการผลิต ดังนั้นจึงมีความสำคัญอย่างยิ่งที่เฟรมเวิร์กบอทมีโมเดลที่เกี่ยวข้องกับขนาดและความซับซ้อน โดยเฉพาะอย่างยิ่งเมื่อคุณกำลังมองหาการพัฒนาตาม GUI
ใน Botpress การพัฒนาเกิดขึ้นโดยการสร้างโฟลว์ชาร์ต โครงสร้างเป็นแบบแยกส่วน มีความสามารถในการสร้างโฟลว์ย่อยด้วยจุดเข้าและออกที่กำหนดไว้สำหรับโฟลว์ย่อย ด้วยวิธีนี้ เราสามารถสร้างบอทความรู้โดยใช้โฟลว์ที่เรียบง่ายและเล็กกว่าหลายๆ โฟลว์ แทนที่จะเป็นโฟลว์ขนาดใหญ่เพียงโฟลว์เดียว
สพป — แม้ว่าการไหลตามแนวทางนั้นดีสำหรับการให้ข้อมูล แต่เพียงอย่างเดียวไม่เพียงพอ จุดประสงค์หลักในการจัดหาบอทคือผู้ใช้ควรจะสามารถแชทได้เหมือนกับว่ามีคนนั่งอยู่หลังบอท ซึ่งหมายความว่าบอทควรจะสามารถเข้าใจความแตกต่างของภาษาและให้การตอบสนองที่เหมาะสม
ใน Botpress มีโมดูล QnA ซึ่งช่วยให้คุณตอบคำถามแบบสุ่มที่ผู้ใช้อาจถามเกี่ยวกับผลิตภัณฑ์ คุณสามารถตั้งคำถามหลายข้อกับคำตอบ และฝึกเครื่องมือ Botpress NLU เพื่อต่อต้านคำถามกับความหมายและไวยากรณ์ แม้ว่าเครื่องยนต์ NLU จะไม่ทรงพลังเท่าของรสา แต่ฉันก็พบว่ามันเหมาะกับวัตถุประสงค์ เรามีคำตอบประมาณ 110 คำตอบสำหรับฝึกกับคำถามประมาณ 1100 ข้อ หลังการฝึกอบรม ฉันพบว่าเอ็นจิ้น NLU ทำงานได้ดีและให้คำตอบที่ถูกต้องแก่เรามากกว่า 97% ของเวลาทั้งหมด เครื่องยนต์ Botpress NLU ใช้งาน 2 บริการ –
ก) ลูกเป็ด — สำหรับการดึงเอนทิตีของระบบซึ่งทำให้มีประสิทธิภาพมากขึ้นระหว่างการใช้งานตามเอนทิตีและช่อง (เช่น สั่งพิซซ่าหรือจองตั๋วเครื่องบิน)
b) เซิร์ฟเวอร์ภาษา — ให้การฝังคำและรองรับหลายภาษา
การสลับบริบท — การเปลี่ยนระหว่างการถามคำถามเฉพาะกิจกับการดำเนินการตามขั้นตอนที่แนะนำควรเป็นไปอย่างราบรื่น โฟลว์ไม่ควรยาวมาก ให้จุดพักแก่ผู้ใช้ซึ่งเขาสามารถถามคำถามแล้วกลับไปโฟลว์ได้ทุกเมื่อที่ต้องการ
ด้วยการใช้คุณลักษณะ 'โฟลว์ไวด์ทรานซิชัน' ที่มีให้ใน Botpress การสลับบริบทระหว่างการแนะนำทัวร์และคำถามแบบสุ่มสามารถนำไปใช้ได้อย่างง่ายดาย นอกจากนี้ จากส่วนคำถามและคำตอบ Botpress ให้ความสามารถในการกลับไปที่โหนดซึ่งเป็นส่วนหนึ่งของการทัวร์ชม ดังนั้นจะพาผู้ใช้กลับไปที่การทัวร์ชมแบบมีไกด์
มีคุณสมบัติอื่น ๆ ของ Botpress เช่นความสามารถหลายภาษา, Dockerization, Human In the loop, โดยใช้ 3rd Party NLU, การรวม SSO, Clustering, Monitoring and Altering, การสนับสนุนชุมชนที่แข็งแกร่งซึ่งทำให้ประสบการณ์โดยรวมแข็งแกร่งขึ้น
สรุป — ครั้งหน้าที่คุณต้องการสร้างบอทองค์ความรู้ในช่วงเวลาสั้นๆ ให้พิจารณาเฟรมเวิร์กของบอทที่ใช้ประโยชน์จากทั้งกลไกที่อิงตามกฎและเอ็นจินที่ขับเคลื่อนโดย NLU Botpress เป็นคู่แข่งที่แข็งแกร่งโดยเฉพาะอย่างยิ่งหากต้นทุนและ ROI เป็นปัจจัยในการตัดสินใจ
อภินาฟ อัจมีระ
นักวิทยาศาสตร์ข้อมูลอาวุโส Atos
ความคิดเห็นของผู้เขียนเป็นเรื่องส่วนตัวและผู้เขียนไม่มีส่วนเกี่ยวข้องกับ Botpress
Source: https://chatbotslife.com/knowledge-bots-5536c16b8d32?source=rss—-a49517e4c30b—4
- AI
- API
- APIs
- การใช้งาน
- สถาปัตยกรรม
- รอบ
- อัตโนมัติ
- แกว่ง
- ที่ดีที่สุด
- บิต
- Black
- ธ ปท
- บอท
- กล่อง
- สร้าง
- การก่อสร้าง
- ธุรกิจ
- โทรศัพท์
- ช่อง
- chatbot
- chatbots
- รหัส
- การเข้ารหัส
- ชุมชน
- คำนวณ
- การประชุม
- การสนทนา
- การสนทนา
- คู่
- การสร้าง
- ลูกค้า
- ข้อมูล
- นักวิทยาศาสตร์ข้อมูล
- ข้อเสนอ
- ผู้พัฒนา
- นักพัฒนา
- พัฒนาการ
- DevOps
- DID
- ดิจิตอล
- อีเมล
- พนักงาน
- Enterprise
- ฯลฯ
- ทางออก
- ส่วนขยาย
- การสกัด
- FAST
- ลักษณะ
- คุณสมบัติ
- ชื่อจริง
- ครั้งแรก
- ความยืดหยุ่น
- เที่ยวบิน
- ไหล
- กรอบ
- อนาคต
- ดี
- ไวยากรณ์
- GV
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- HTTPS
- มนุษย์ในวง
- ia
- ประจำตัว
- ข้อมูล
- โครงสร้างพื้นฐาน
- บูรณาการ
- การผสานรวม
- ความตั้งใจ
- อินเทอร์เน็ต
- IP
- IT
- การสัมภาษณ์
- คีย์
- ความรู้
- ภาษา
- ภาษา
- ชั้นนำ
- ชั้น
- เลฟเวอเรจ
- License
- ถูก จำกัด
- โหลด
- นาน
- การจัดการ
- ตลาด
- กลาง
- ไมโครซอฟท์
- ทีมไมโครซอฟท์
- แบบ
- โมดูลาร์
- การตรวจสอบ
- NLP
- nlu
- การเสนอ
- เสนอ
- เปิด
- โอเพนซอร์ส
- ความคิดเห็น
- อื่นๆ
- การปฏิบัติ
- พิซซ่า
- เวที
- แพลตฟอร์ม
- พอร์ทัล
- ผลิตภัณฑ์
- การผลิต
- โครงการ
- เสนอ
- รสา
- rebranding
- รายงาน
- ความต้องการ
- ทรัพยากร
- คำตอบ
- วิ่ง
- scalability
- ขนาด
- นักวิทยาศาสตร์
- ไร้รอยต่อ
- เลือก
- อรรถศาสตร์
- บริการ
- ชุด
- Share
- เรือ
- สั้น
- ง่าย
- ทักษะ
- หย่อน
- So
- เริ่มต้น
- ข้อความที่เริ่ม
- จำนวนชั้น
- สนับสนุน
- ระบบ
- Telegram
- เวลา
- การจราจร
- การฝึกอบรม
- แนวโน้ม
- us
- ผู้ใช้
- เว็บ
- Website
- ภายใน
- งาน
- โลก
- ปี