一個聰明的Chatbot 必須要能夠理解使用者說的話, 才能給予最精準的反饋, 要打造出這樣的功能, 可以使用諸如以下的線上語意識別服務 Google DialogFlow, Microsoft Luis, 以及Facebook Wit等等 這些語意識別的服務猶如Chatbot的大腦語言中樞, 用來了解每句對話背後的意圖 有了意圖之後, 程式可以根據意圖的種類來回答問題 if intent == 'MAKE_ORDER' : print( 'okay total price is $100' ) elif intent == 'CHECK_SHOPPING_CART' : print( 'there are milk, beef, ...' ) elif intent == 'CHANGE_PYMENT' : print( 'change complete' ) else: print( 'hi' ) 但光是了解自然語言是不夠的, 若要打造出更人性化的Chatbot, 還需要作到對話管理, 上下文理解等等... Rasa Core 想要作到對話管理, 不妨試試Open Source Rasa Core 功能介紹 Rasa Core可以用神經網路去學習預先定義好的對話邏輯(順序), 學完之後就能根據先前對話的資訊, 來推測Chatbot接下來的最佳反饋應該是什麼 什麼是 Stories, Domain, Action, Policy Stories 用來定義對話邏輯 一個適當的對話一定會有前後順序, 上下文關係, Story 就是用來描述這種上下文關係的資訊 ## happy path <!-- 故事名 - just for debugging --> * _greet - utter_greet * _mood_great <!-- user utteranc...