干货 | DIY一个聊天机器人，一共分几步？

GAIR

今年夏天，雷锋网将在深圳举办一场盛况空前的“全球人工智能与机器人创新大会”（简称GAIR）。大会现场，雷锋网将发布“人工智能&机器人Top25创新企业榜”榜单。目前，我们正在四处拜访人工智能、机器人领域的相关公司，从而筛选最终入选榜单的公司名单。如果你的公司也想加入我们的榜单之中，请联系：2020@leiphone.com

机器人——这个词是不是每天都会出现在你的科技新闻推送中？从Facebook的机器人开发平台、到微软的机器人框架、到Taco Bell的Slack机器人。新闻也没法免疫。例如Quartz和Purple等平台都使用了机器人，使用了移动APP和短信界面来为新闻增添聊天一样自然的体验，而CNN的机器人会直接通过Facebook Messenger来给你发送定制化新闻。

机器人的诱惑力在于，新闻消费者可以以聊天一样的方式与其互动。但是，要自己打造机器人——这对于新闻媒体机构（以及所有非科技公司）来说，感觉都太惊悚了，不知道从哪儿入手。

此时你需要Wit.ai。它是一个很好的工具，可以帮你快速打造可以与人聊天的APP。它将所有复杂的细节都隐藏，所以你只要专心打造能用的东西就好，不需要自己动手去学习、编写世界上最尖端的机器学习和自然语言处理软件。

那么问题来了，用Wit.ai自己DIY一个聊天机器人，一共分几步？

1、 项目设立

首先，你需要设立机器人的基本架构。从我的经验来看，要利用Node.js和Express设立一个简单可用的Messenger机器人，可以去查看Facebook的“开始”（Getting Started）文档，非常有用。点击链接可以看到Github教程，例子中有一个完全可用的代码。如果你想用Python来打造自己的机器人，可以点击链接使用这个Flask例子。还有很多非常有料的Slack机器人教程，例如Scotch.io上面，点击链接看看如何用Node.js打造Slack机器人。是不是有非常多的干货？

这样，你就有了设立机器人的代码，你只要好好利用，让Facebook或者Slack可以与之互动就行。用Heroke来利用代码是一个比较方便的办法，传送门在此。

2、 在Wit.ai上启动APP

现在，我们就该进入Wit.ai了。首先创建一个账号，然后创建一个新申请。

在Wit.ai上为你的项目创建一个新申请，可以选择语言、是否公开等选项。图片来源：美国西北大学。

申请后，你会进入你APP的“故事”页面。“故事”可以呈现你与机器人之间会进行什么类型的对话。举个例子，我们可以设想我们要打造一个名叫“首都机器人”的APP，机器人会告诉你所有国家的首都是什么。我们的第一个故事可能大概会是这样：

作为“故事”页面，这里展示了用户可以对机器人说什么，例如：“尼日利亚的首都是什么？”图片来源：西北大学。

然后，我们告诉Wit.ai机器人该如何回答。在这个例子中，我们需要“首都”机器人回复用户需要的城市名称。（我猜你想要做的功能应该不是猜首都游戏，不过，这只是一个例子，让你知道Wit.ai如何使用。）

我们的第一步，是抓取地点实体。我们可以在句子中将位置标亮，然后点击“增加一个新按钮”。我们可以注意到，Wit已经有很多预先布置的实体供用户使用，从中我们可以使用wit/location（位置）实体。

我们可以点击右侧的“机器人说…”按钮，来为机器人的回复建立结构。这里，我们可以写明我们希望机器人说什么。因为我们的机器人只要回复位置就好了，不如让它说“你想知道尼日利亚的首都”。我们可以让Wit在句子中自动加入抓取到的位置实体，在位置实体的前后加入大括号。

通过标亮“尼日利亚”，我们可以将其标记为一个wit/location实体。“故事”页面呈现了用户可能如何与我们的机器人互动，这让Wit.ai知道它该在文章中寻找例如“尼日利亚”的位置实体。然后我们可以在“说”功能中增加细节，让Wit.ai知道机器人该如何回复信息。举个例子，我们可以让机器人回复在用户信息中找到的位置实体。图片来源西北大学。

只要点击“~”，我们可以在Wit.ai的网站上直接与Wit.ai服务聊天。虽然我们只写了尼日利亚的例子，但是Wit.ai可以将我们的例子进行抽象总结，并应用到其他用户可能输入的国家名字上。

虽然我们只用尼日利亚的例子训练了机器人，Wit.ai可以抽象总结出我们的概念，然后我们可以将故事覆盖读者提出的所有国家名字和问题结构。图片来源：西北大学。

3、 创造用户定义的实体

在“首都”机器人的例子中，我们可以用一个预先定义的Wit.ai实体来抽取用户信息中的位置信息。Wit.ai自带的预定义实体列表已经挺强大了，不过我们还是可以自己定义。

为了理解用户定义实体到底是什么意思，让我们来看一个新的例子：假设我们要打造一个名叫“感觉”的机器人。这个机器人可以给你发信息，来呼应你现在的情绪。例如，如果你感觉很伤感，你可以给机器人发消息说“我很伤感”，机器人就会给你回复一条伤感的信息。和之前一样，我们最开始先让机器人回复用户发给它的情感。

为此我们需要一个新的实体。就叫做“情感”好了。要设立一个新的实体，我们可以跳转去“理解（Understanding）”标签页，在“测试新表达”区域输入一个新的训练例子。针对“感觉”机器人，我们可以输入“我很伤感”。我们可以标记“伤感”，然后加入一个这样的定制实体：

使用Wit.ai的“理解”标签页我们可以创建定制实体，然后训练Wit.ai在用户短信中发现相应实体。图片来源西北大学。

我们可以继续做出更多的情感——开心、激动、忧郁、着迷等等，每增加一种情感后，点击“生效”(Validate)按键。最后，你会看到Wit.ai会开始在你输入的表达案例中自动标记出情感。这样，我们就可以训练Wit.ai识别出我们为自己应用而定制的实体。

需要留意的是，Wit.ai有一些具体的“搜索策略”用于帮助训练实体。为了我们演示起见，我们会想要“自由文本”（free text）和“关键字”(keywords)集合，但是其他更加复杂的表达可能需要选择“特征”(trait)。你可以点击链接，在Wit.ai的文档中了解更多关于其实体搜索策略。

现在，我们可以增加一个“故事”，使用我们的情感实体。可以看到，Wit.ai现在可以根据用户的输入信息中回复情感了。

有一个“故事”和一个定制情感实体，Wit.ai已经可以概括并选出用户发送信息中的情感。图片来源：西北大学。

4、 保持聊天语境

你可能已经注意到了，每一个“故事”页面的最右边都有一个“融合”（merge）功能。这个功能可以为整个对话语境带来更多数据。这让机器人可以记住用户早前信息中出现过的实体。用我们的“情感”机器人作为例子，例如，用户先说“我很伤感”，机器人回复了一条伤感的信息。如果用户说“跟我说点别的呗”，那么情感机器人就得记住之前用户在第一条信息中所说到的情感，这样才能发送一条不同内容的伤感回复。

只要直接将实体名字加入融合功能，就能为语境增加数据。现在，数据就可以保存下来，并且在聊天期间都一直存在，让机器人可以根据需要参考过往数据。

5、 整合Wit.ai与机器人服务器

到这一步，我们通过连接中的教程，应该已经可以打造一个基础的机器人了。但是，我们还得知道如何用Wit.ai来为机器人设定一些基本的回复模式。我们如何整合呢？

因此，最后的一步就是将Wit.ai整合进入你的机器人服务器的代码中。Wit.ai有记录完善的开源数据库和SDK（软件开发工具包），可用于iOS、Ruby、Node.js和Python，你可以进入Wit.ai Github页面获得。这能让你的机器人与Wit.ai平台交互更加简便，每一个仓库都会有文档介绍如何将Wit.ai加入你的服务器。一旦你将Wit.ai的客户端加入服务器代码，你可以发送服务器从用户中抓取的信息，然后使用类似Node.js里面client.messages()的功能，将信息交给Wit.ai。Wit.ai会回复你在“故事”中指明的信息，以及语境和抽取的实体。

恩，要做一个可以聊天的机器人，就是这五步。第六步，就是赶紧动手造一个钢铁侠同款的Jarvis！

Via Northwestern University

AI 科技评论

连接AI，连接未来！