下一个时代，对话即平台 —— 开始使用Bot Framework和Cognitive Service来打造你的智能对话服务

时间 2019-11-21

标签下一个时代对话平台开始使用 bot framework cognitive service 打造智能服务繁體版

原文原文链接

在16年3月30号微软的全球开发者大会Build上发布了Bot Framework，微软认为下一个big thing是Conversation as a Platform，简称CaaP，中文应该叫作"对话即平台"。在咱们的下个时代，咱们将会处在对话即平台的时代，不论是一个屏幕，一个桌子，一个冰箱，甚至是人，都是一个app，都是一个对话的窗口，全部的交互都经过对话来完成。起床，你用天然语言唤起梳妆台的镜子显示今日的天气，还有新闻。家里的小娜（Cortana）提醒你要赶忙出门，路上由于限号4，9，根据历史的预测，会提前堵车，须要提早20分钟出发。html

那这个时代，将是如何实现的呢？人工智能不是简单一个团队，一小段时间就能完成的，须要通过大量的科研人员，进行大量的研究才能实现的。那怎么样才能实现物物智能，智能众生的构想呢？微软将微软亚太研究院多年的研究技术开放出来，让各个开发者，不论是大公司，小公司甚至是我的均可以借助"智能"的"洪荒之力"，实现智能对话平台的将来。git

打造这样的智能服务须要涉及到微软的两个技术，Bot Framework和Cognitive Services（认知服务）。github

Bot Framework就是帮你快速搭建智能服务的后端，快速在各类终端和服务上提供服务。包括三大组件。web

Bot Builder SDKs：正则表达式

这个是Bot的生成器，快速生成一个ASP.NET和Node.js的后端服务，提供了像Dialog、FormFlow帮你管理与用户的会话。npm

Bot Connector：json

这是个Bot的Channel，帮你把你的服务快速发布到各个渠道，好比说Skype，Facebook Messager等等。这样用户就能够在Skype等Channel上使用你的服务了。后端

Bot Directory：api

这个算是Bot 的商店，在这里能够找到各个bot，你也能够把本身的Bot发布出来，从而你们均可以看到你的Bot。app

Cognitive Services(认知服务)的前身是Project Oxford（牛津计划），正式发布的时候改名的。这是微软将研究院研究的技术以API和SDK的形式开放给开发者的一系列智能化服务。

主要包括5大类的服务：视觉、语言、语言、知识和搜索。

其实就包括咱们今天要讲的"语言理解（Language Understanding Intelligent Service，简称LUIS）"。

咱们今天以一个例子举例，来详细介绍怎么利用Bot Framework和LUIS（"撸以si"）打造一个智能陪护机器人。

1、下载Bot Framework的SDK

首先，请下载Bot Framework的SDK，建议下载Bot Framework的Visual Studio的模板Bot Application。

下载下来的模板（不用解压）请直接放置到C:\Users\你的用户名\Documents\Visual Studio 2015\Templates\ProjectTemplates\Visual C# 下面，这样你在C#下面就能够看到有Bot Application的模板了。

若是是使用NuGet来下载SDK，请参考：

右键你的C#项目，选择"Manage NuGet Packages".
在"Browse"的tab页，输入"Microsoft.Bot.Builder".
点击"Install"的按钮.

若是你使用的是Node.js，请使用如下命令：

npm install botbuilder

2、在Azure上建立bot服务

我们如今建立一个Bot Application的应用。我准备建立一个叫作"萌萌"的机器人。

在Azure上建立Bot服务：搜索bot，选择"Web App Bot"。

点击建立，填写相关的信息：

选择基本模板便可，其余默认选项便可。

配置完成后，点击建立，等待几分钟便可建立完成。

建立完成你可看到Bot服务帮你建立了5个相关服务。

点击第一个Web App Bot服务，便可配置Bot相关服务。

"Name"：你的bot的名字，好比个人叫作"萌萌"。

"句柄（Bot Handle）"：好比个人写"mengmeng"，其实就是你的Bot的id，记下来。

"Description"：你的Bot的描述，会在你的publish以后主页上显示。

点击"信道"，其实就是配置各个平台，里头能够看到"Web Chat"，这个是网页端的channel，已经帮你写好的一个iframe，我们点击"Edit"。

生成Web Chat的密钥以后，把密钥复制，点击"I'm done configuring Web Chat"。

在资源组中，选择你建立的资源组，点击"部署"：

请记下APPID和AppSecret两个参数，后面会用到。

3、准备你的机器人后端服务代码

从个人GitHub地址下载代码：https://github.com/cheneyszp/MengmengBot

在你的Web.config里，填上你的BotId，刚才建立的App ID和AppSecret。

打开网站的起始页default.htm

复制如下代码：

<!DOCTYPE html>

<html>

<head>

</head>

onload="document.all['myframe'].style.height=myframe.document.body.scrollHeight"

src="https://webchat.botframework.com/embed/你本身的Bot句柄?s=你自己的 Web Chat 密钥 " style="height: 502px; max-height: 502px;"></iframe>

</body>

</html>

而后右键项目工程，点击"publish"，以后你就能够拥有一个简单的Bot啦。

4、新建LUIS服务

请先登陆：https://www.luis.ai/ ，这是语言理解服务的portal。若是还没注册的话用live id注册如下就能够了。

点击"App"这一栏，我们先点击"new App"新建一个app。

新建完成后，点击应用的名称，进入编辑这个应用。

咱们先看如下左边的tab，能够看到有仪表盘，意图（Intents），实体（Entities），功能。。。。

Intents：就是意图，好比我们如今要提供天气查询的服务，那么我们就建立一个"查询天气"的Intent。

实体里头有两类：

Entities：实体，好比在查询天气的时候须要有地理位置信息，须要把用户的语言里头的地点提取出来，这个地点就是这个句子里头的实例，我们建立一个"地点"的实例。

Pre-built Entities(预建实体)：这个是预置好的实例，好比说时间，数字等等，我加了一个datetime的预置实例。

在功能里头会有：

Phrase List（短语列表功能）：固定的一些短语，可以直接识别，好比说航空公司的名字等已知信息

Pattern Features（模式功能）：正则表达式，能够匹配出相应的一些字段，好比说航班号。

我们如今来建立一个可以识别查询天气的语言理解服务。

首先，查询天气须要地点信息，我们先建立一个"地点"的实例。

点击到"实体"里头，"添加自定义实体"：

添加一个"预建实体" datetime：

再建立一个叫作"查询天气"的Intent。

点击Done以后，点击"查询天气"会进入如下界面：

输入几个例子，好比说"北京天气怎么样"，能够多输入几个句子的类型，好比"北京今天有雾霾吗？"等等，每输入完一句按一下回车。

若是北京等地点信息没有显示标记的话，选中北京两个字，而后选择"地点"标注。而后点击"保存"。

随手点击该界面右上角的"Train"按钮进行训练。

能够点击Test进行测试。

随手点击"Publish"的tab页面，进入到一下界面，点击"Publish to production slot"

点击Publish以后，你能够在Publish的tab页面底下，能够看到"Resources and Keys" ，

试用的话会给你自动生成一个Starter Key，右边的连接就是Publish出来的连接地址啦

如：https://westus.api.cognitive.microsoft.com/luis/v2.0/apps/LUIS_APP_ID?subscription-key=LUIS_subscription-key&timezoneOffset=0.0&verbose=true&q=

若是商用的话，须要在Azure Portal建立一个LUIS服务，而后点击"Add Key"，把LUIS的Key添加进来。

url后面加上查询语句就是API了。

https://westus.api.cognitive.microsoft.com/luis/v2.0/apps/LUIS_APP_ID?subscription-key=LUIS_subscription-key&timezoneOffset=0.0&verbose=true&q=北京今每天气怎么样？

把LUIS的ID(就是apps后面那串字符)和subscription-key记下来，后面须要用到。

在URL后面能够输入相关的语句，而后回车，就能够看到返回的json字符串了。

4、在Bot中集成LUIS服务

如今咱们就把LUIS集成到你的Web服务里头来就能够了。

我们用Dialog的方式来完成，比较好管理会话。

在MessagesController.cs里头的public class MessagesController : ApiController添加MengmengDialog的类。

[LuisModel("你LUIS的ID", "你LUIS的subscription-key ")]

[Serializable]

public class MengmengDialog : LuisDialog<object>

{

public MengmengDialog()

{

}

public MengmengDialog(ILuisService service)

: base(service)

{

}

[LuisIntent("")]

public async Task None(IDialogContext context, LuisResult result)

{

string message = $"萌萌不知道你在说什么，面壁去。。。我如今只会查询股票和查询天气。。T_T" + string.Join(", ", result.Intents.Select(i => i.Intent));

await context.PostAsync(message);

context.Wait(MessageReceived);

}

public bool TryToFindLocation(LuisResult result, out String location)

{

location = "";

EntityRecommendation title;

if (result.TryFindEntity("地点", out title))

{

location = title.Entity;

}

else

{

location = "";

}

return !location.Equals("");

}

[LuisIntent("查询天气")]

public async Task QueryWeather(IDialogContext context, LuisResult result)

{

string location = "";

string replyString = "";

if (TryToFindLocation(result, out location))

{

replyString = await GetWeather(location);

await context.PostAsync(replyString);

context.Wait(MessageReceived);

}

else

{

await context.PostAsync("亲你要查询哪一个地方的天气信息呢，快把城市的名字发给我吧");

context.Wait(AfterEnterLocation);

}

GetWeather这个函数须要本身实现，调用相关的API返回相应的天气信息。

而后在Task<HttpResponseMessage> Post([FromBody]Activity activity)下建立MengmengDialog来处理对话的内容。

public async Task<HttpResponseMessage> Post([FromBody]Activity activity)

{

if (activity.Type == ActivityTypes.Message)

{

await Conversation.SendAsync(activity, () => new MengmengDialog());

}

else

{

HandleSystemMessage(activity);

}

var response = Request.CreateResponse(HttpStatusCode.OK);

return response;

}

而后发布，这样咱们的天气查询机器人就完成啦！

测试一下：

换着问法问天气，发现都没问题，都可以正确地识别出来。

在LUIS Portal里头，点击"Review endpoint utterances"，能够看到全部调用LUIS API发过来的消息，也就是说，你能够在这里看到全部用户发来的消息。

你能够看看LUIS标注得对不对，若是错了勾选，而后选择"从新分配意图"，而后保存，以后LUIS会学习到这个知识，变得愈来愈准。

从新标注以后记得从新train一下而后publish哈。

好比说，输入"北京如今天气怎么样"，发现只识别出来Intent，可是没有识别出来地点。

从新标注，train，从新publish一下。

发现已经可以正确识别。

试试吧，有问题留言：）

代码已经发布到GitHub，请参考：https://github.com/cheneyszp/MengmengBot