Chatbots. Beginner's Guide

Chatbots. Beginner's Guide
This is the first in a series about Chatbots. In this first installment, we cover the basics including their brief technological history, uses, basic design options and where deep learning comes into play. In later articles, we will describe in more detail how they are actually programmed and what to do and what not to do.
According to , there are currently 1,331 active chatbots in the world. That's a lot for a technology that didn't exist two or three years ago.
20% are in the US. UU., 45% are in Western Europe and the UK, and approximately 1% are in China.
They support input in 31 languages. (Note that some chatbot development platforms support up to 50 languages).
Los temas de consumo más populares son: finanzas y legales, 10%, y educación, aprendizaje y búsqueda, 6%, entre 27 categorías distintas, incluido el erótico 1%.
ninety six% de reconocimiento de texto de apoyo, three% de reconocimiento de voz, 1% de reconocimiento de gestos.
No sabemos cuánto tiempo podrá seguir indexando todos los chatbots, pero probablemente no por mucho tiempo dado su crecimiento explosivo. Los chatbots se están convirtiendo rápidamente en la interfaz de usuario de elección, y serán la forma dominante de comunicar nuestra necesidad de información y servicios con todo tipo de aplicaciones.
¿Qué es exactamente un Chatbot?
Para ser claros al nivel más easy, A chatbot is a software service that allows users to have a conversation in natural language via text or voice, to return information or perform an action.
Even the simplest chatbots are capable of multiple steps of conversation, although some queries can be answered with a single response (Will it rain in Boston tomorrow?). Many are designed to have a “structured or even unstructured” conversation with the user, who is seeking additional clarifications and depth to provide more information or action, about the information or the requested service (Has my package been sent? When will it arrive? Please send me a message when it has been delivered?).
in short, el chatbot debe proporcionar información es solo parte de su capacidad. Acciones como programar una cita reservar un vuelo también son comunes para la categoría generalmente llamada asistentes personales.
Viendo hacia adelante
En diseño, la gran mayoría de los chatbots de hoy están impulsados por reglas y estructuras integradas por el programador. However, la dirección del desarrollo es tener respuestas creadas a través de Inteligencia Artificial. Esto hace que los chatbots avanzados sean semi-autónomos y capaces de conversaciones largas, incluidas algunas áreas muy subjetivas como el asesoramiento psicológico (Andrew Ng anunció recientemente el lanzamiento de Woebot de Fb, un chatbot que brinda asesoramiento psicológico particular person para la depresión) recommends how to better manage your money.
A little history of a short story
While some people will point from chatbot Eliza in the mid-60s to Clippy from Microsoft Office97, the fact is that our ability to process pure language with commercially acceptable accuracy languished below the ninety percent range until 2015.
It was in that year that our hardware and our development of recurrent neural networks with Large Short-Term Memories (Long Short Term Memory LSTM) finally broke through with an accuracy of 95% to 99%. It is no coincidence that this marks the launch of Alexa, Cortana, Siri and the Google Assistant to name just the most well-known ones.
De acuerdo con una encuesta de más de 300 compañías que abarca desde pequeñas hasta grandes, realizadas a principios de 2017 por Mindbowser y Chatbots Journal:
El 25% de las empresas se enteró por primera vez de los chatbots en 2015.
El 60% de las empresas se enteró por primera vez de los chatbots en 2016.
El fifty four% de los desarrolladores trabajó por primera vez en chatbots en 2016.
75% destinado a construir un chatbot en 2017.
Gartner cree que todavía estamos en una curva ascendente para los chatbots. However, todos los principales proveedores de redes redes sociales, incluidos Amazon, Google, IBM, Facebook, Microsoft, Slack, Twitter, Whatsapp, WeChat y una gran cantidad de independientes, ofrecen Kits de Desarrollo de Software (SDKs por sus siglas en inglés) fáciles de usar para desarrollar chatbots. The field is evolving rapidly both in terms of technology and adoption. Customer service, Sales, Marketing, Order processing, Social media, Payments and hiring are the main goals with many more to come.
Two distinct architectures for Chatbots
There are two distinct architectures of chatbots that exist today.
Rule-based Chatbots: more than ninety percent of existing chatbots and most of the ones that will be created in the coming years, belong to this category of chatbots according to programmed rules. They are relatively simple and quick to build, with logical tree structures of cascade questions and predefined answers. If they are well designed, they can handle more than 95% of queries and must have an escape to a human representative when they fail. Most are incoming and outgoing text messages.
Artificial Intelligence Chatbots: these chatbots use Deep Learning engines to formulate responses. They do not have rigidly defined structures and can learn from their experience after initial training. Only chatbots in this category are capable of handling complex conversational inputs and providing long-duration conversational outputs.
It is a bit misleading to say that only the second type relies on Artificial Intelligence (AI), since all chatbots rely on Natural Language Understanding engines (NLU) at their front end, que se han desarrollado utilizando modelos de aprendizaje profundo Redes Neuronales Recurrentes (RNN)/Grandes Memorias a Corto Plazo (LSTM).
Para completar, si desea que su chatbot reciba entregue respuestas habladas, necesitamos agregar algunos componentes. También mostraremos de dónde provienen los datos.
Si desea que su chatbot responda a la voz, deberá darle un comando de “despertar”. Si solo es texto, entonces enviar el texto que se requiera para “despertar”.
En los sistemas de voz, hay un componente adicional para el motor para Reconocimiento del Lenguaje Pure (Natural Language Understanding NLU) que convierte la voz en texto y viceversa.
En los sistemas basados ​​en reglas basados ​​en Inteligencia Artificial, deberá proporcionar los datos de respuesta de los sistemas internos fuentes de datos externos, como estaciones meteorológicas.
También puede usar análisis predictivos precompilados, de la misma manera que en los sistemas de transmisión para hacer predicciones. For example: ‘¿Cuántos días hay disponible el suministro de la parte X?’, por ejemplo ‘¿Cuándo llegará mi paquete?’, también ‘No es possible que los envíos de pedidos lleguen a la fecha límite’. Of course, si las respuestas son demasiado largas detalladas como en la tercera pregunta de muestra, es mejor que construyas una página internet un tablero. Los chatbots están destinados a crear comodidad y acelerar las cosas, no a tomar el lugar de las páginas net.
Al decidir qué diseño usar, pruebe esta simple matriz de 2 X 2:
Conversaciones largas cortas: si quiere que su chatbot pueda manejar una conversación extendida con muchas variables, entonces se debe usar el modelo generativo con Inteligencia Artificial. Un ejemplo podría ser: “¿Cuáles son todas mis opciones de vuelo (dentro de los siguientes dos tres días) entre (Ciudad A y Ciudad B) en donde pueda obtener una clase ejecutiva? ¿Y cuál ofrece la tarifa de clase de negocios menos costosa?”
Las conversaciones cortas pueden ser comandos como “programar una reunión para xx “, ” quiero devolver esta compra”, lo que puede requerir varios pasos, pero cada uno requiere probablemente solo una breve búsqueda y referencia a reglas preestablecidas.
Dominio abierto cerrado: the more strictly you can restrict the knowledge base that the chatbot should have, the more likely you can use the simple rule-based architecture. If the domain is extremely broad, you will probably need the generative Artificial Intelligence model.
In the following article in this series, we will analyze in more detail the role of Natural Language Understanding (NLU) and the basic programmatic components used both in rule-based chatbots and AI-based ones.
Posted by
November 2019 (2)
October 2019 (three)
September 2019 (1)
August 2019 (1)
July 2019 (2)
May 2019 (2)
April 2019 (4)
March 2019 (three)
February 2019 (3)
January 2019 (10)
December 2018 (three)
November 2018 (5)
October 2018 (4)
September 2018 (four)
August 2018 (14)
July 2018 (9)
June 2018 (eleven)
May 2018 (15)
April 2018 (23)
March 2018 (42)
February 2018 (34)
January 2018 (21)
December 2017 (four)
noviembre 2017 (four)
octubre 2017 (three)
septiembre 2017 (4)
agosto 2017 (2)
julio 2017 (9)
junio 2017 (eight)
mayo 2017 (6)
abril 2017 (four)
marzo 2017 (6)
febrero 2017 (4)
enero 2017 (3)
diciembre 2016 (5)
noviembre 2016 (2)
octubre 2016 (3)
septiembre 2016 (1)
agosto 2016 (2)
julio 2016 (2)
mayo 2016 (2)
abril 2016 (3)
marzo 2016 (1)
febrero 2016 (4)
enero 2016 (four)
diciembre 2015 (1)
noviembre 2015 (2)
octubre 2015 (3)
septiembre 2015 (four)
agosto 2015 (2)
julio 2015 (2)
junio 2015 (2)
mayo 2015 (1)
abril 2015 (2)
febrero 2015 (1)
enero 2015 (three)
diciembre 2014 (three)
octubre 2014 (1)
septiembre 2014 (four)
agosto 2014 (three)
julio 2014 (1)
junio 2014 (2)
mayo 2014 artificial intelligence (5)
abril 2014 (6)
marzo 2014 (2)
febrero 2014 (5)
enero 2014 (7)
diciembre 2013 (1)
noviembre 2013 (1)
octubre 2013 (2)
septiembre 2013 (5)
agosto 2013 (3)
julio 2013 (1)
junio 2013 (1)
mayo 2013 (4)
abril 2013 (3)
marzo 2013 (7)
enero 2013 (5)
diciembre 2012 (7)
noviembre 2012 (7)
octubre 2012 (three)
septiembre 2012 (7)
agosto 2012 (2)
julio 2012 (6)
junio 2012 (6)
mayo 2012 (2)
abril 2012 (2)
marzo 2012 (three)
febrero 2012 (three)
enero 2012 (5)
diciembre 2011 (three)
noviembre 2011 (1)
septiembre 2011 (three)
julio 2011 (1)
mayo 2011 (1)
abril 2011 (1)
marzo 2011 (2)
febrero 2011 (3)
enero 2011 (eight)
December 2010 (5)
November 2010 (eleven)
October 2010 (3)
Most Recent…
Tweets by TechDataMex