本文編譯自medium，該文的作者是XOXCO的聯(lián)合創(chuàng)始人Ben Brown，該作者利用微軟LUIS實現(xiàn)了機器人的自然語言處理（NLP）功能，教程很簡單，圈友不妨試試，很有意思。

　　我們將Botkit Studio（www.botkit.ai/）和Microsoft LUIS（www.luis.ai/）之間集成起來。通過這種集成，開發(fā)人員可以在他們的機器人和Botkit提供的機器人構(gòu)建工具中無縫地使用LUIS的自然語言處理服務。

　　Botkit Studio

　　Microsoft LUIS

　　那現(xiàn)在我們就來試試看吧

　　自然語言處理（NLP）是機器人構(gòu)建的重要組成部分，但使用NLP并不像使用數(shù)據(jù)庫或內(nèi)容管理系統(tǒng)那么容易。NLP系統(tǒng)在沒有被填滿訓練數(shù)據(jù)，以及被教會識別相關(guān)信息之前是不會做任何事情的。他們是黑盒子——輸入進來，輸出出去，但是沒有辦法知道結(jié)果將會是什么的，或為什么是這樣的。因此，這是一個很難上手，很難設(shè)計，很難知道該在什么時候采用NLP，以一種相對簡單的像正則表達式那樣的技術(shù)，但并沒有那么簡單。

　　LUIS可以讓你輕松地將會話智能添加到Botkit Studio項目中。

　　我們喜歡LUIS，因為它是最直接的自然語言API，不僅如此，我們在測試中看到的結(jié)果是具有非常高的質(zhì)量的。而其他NLP工具已經(jīng)擴展到添加平臺特定功能或自動管理回復，雖然LUIS只做自己的語言輸入，但它做得非常好。

　　我們設(shè)計了這種集成，以便為希望使用NLP的開發(fā)人員提供更好的體驗，因此新的應用程序可以成長為一個完全成熟的NLP系統(tǒng)，同時也從第一天獲益。我們已經(jīng)盡全力人性化NLP中使用的比較晦澀的術(shù)語——例如“話語（utterance）”這樣的術(shù)語已被類似“示例文本（example text）”這樣的描述所替代。我們的目標是使這些強大而令人興奮的功能盡可能地可用于開發(fā)人員的構(gòu)建和如今的實際應用的運行中去。

　　以下是我們嘗試使自然語言處理更易于使用的幾種方法：

　　內(nèi)置的通用intents

　　瀏覽器具有后退按鈕，可以通過點擊“X”按鈕關(guān)閉窗口。就像網(wǎng)站和應用程序一樣，所有機器人都需要提供某種基本的導航工具和用戶界面元素。適當?shù)仨憫獧C器人接收到的常見問候，投訴和幫助請求對用戶體驗至關(guān)重要。

　　不必要求我們的每個開發(fā)人員單獨訓練他們的機器人來識別這種類型的消息，Botkit Studio提供了一個預先訓練的LUIS請求，自動提供對多個消息的理解，例如：“嘿，你這個愚蠢的機器人我這里需要一些幫助”和“你是誰，為什么你突然間給我發(fā)消息？”

　　將這些常見的intents連接到Botkit Studio的靈活對話編輯工具，意味著機器人開發(fā)人員可以為用戶提供自定義的適當響應，而不用考慮用200種方式來說“你好”。

　　用真實消息訓練大腦

　　為了使NLP工具運轉(zhuǎn)起來，需要提供大量的示例數(shù)據(jù)。那么這個數(shù)據(jù)應該從哪里來呢？

　　進入Botkit Studio的消息控制臺。通過控制臺，開發(fā)人員可以從開發(fā)的第一天開始收集，監(jiān)控和分類真實用戶的真實消息。然后，這些消息可以作為訓練數(shù)據(jù)直接從Botkit控制臺傳遞到LUIS中去。

相關(guān)電子資料下載

• 如何使用Rust創(chuàng)建一個基于ChatGPT的RAG助手 43
• 如何創(chuàng)建FPGA控制的機器人手臂？ 219
• 如何創(chuàng)建FPGA控制的機器人手臂 49
• 邁爾微視MRDVS發(fā)布多模態(tài)避障相機S2 90
• iTR機器人iScrubbot系列清潔機器人實現(xiàn)數(shù)字化管理 136
• 哈爾濱工業(yè)大學研發(fā)液態(tài)金屬磁性微型軟體機器人 20
• 智能時代的三大核心技術(shù) 57
• EPR6-S工業(yè)機器人通過EtherCAT轉(zhuǎn)profinet網(wǎng)關(guān)接入西門子系統(tǒng) 135
• 智能工廠系統(tǒng)集成解決方案 25
• 奧比中光3D相機矩陣助力更強機器人開發(fā) 193