Chatbot：

 

讲清了一些最最基本的概念

- Intents(意图)和Entities(关键字)

- 基于意图(Intent-based)的对话 和 基于流程(Flow-based)的对话 

 

聊天机器人教学：使用Dialogflow (API.AI)开发 iOS Chatbot App

iOSDevLog

 

image

随著苹果Core ML的最新版本发佈，开发人员更容易构建人工智能应用程式，除了图像识别和文本检测是利用AI建置APP的好例子，另外一种善于展示机器学习Power的应用程式类型则是chatbots。在本教程中，咱们将使用Google的Dialogflow（之前称为API.AI）构建在iOS上运行的chatbot应用程式！

听起来很酷吧！接下来开始进入本教程的重点。

Intents(意图)和Entities(关键字)快速概览

在开始以前，我先解释Dialogflow和chatbots的通常基本知识。 在构建chatbots时，你必须知道两个术语：Intents(意图)和Entities(关键字)。

An entity represents a term or object in the user’s input that provides clarification or specific context for a particular intent. (entity表示用户输入中的术语或对象，为intent提供说明或使用情境。) An intent, on the other hand, represents something that the user wants to do. If intents represent verbs, then entities represent nouns. (另外一方面，intent表明用户想要作的事情，若是intent表明动词，则entities表明名词。)

来看一个例子，在咱们的项目中，可能会告诉咱们的机器人如下声明：

“Book me a room at the La Grande Hotel”(替我在La Grande Hotel订一间房)

在这句话中，咱们的intent(意图)是”预约一个房间”，entity(关键字)是”La Grande Hotel”，如今，天然语言处理（NLP）算法能够计算两种不一样类型的对话内容。

1. 基于意图(Intent-based)的对话：这是当NLP算法使用intents和entities进行对话时，经过识别用户声明中的名词和动词，而后与它的dictionary交叉引用，让bot能够执行有效的操做，这种类型的对话是Dialogflow使用的。
2. 基于流程(Flow-based)的对话：基于流程的对话是智能通讯的下一个级别。在这里，咱们会给予两我的之间对话的许多不一样样本的RNN（循环神经网络），建立的机器人将根据你训练的ML模型进行响应。Wit.ai是在这个领域取得巨大进展的少数网站之一，不用担忧，咱们不须要作到这个程度。

注意：若是想了解更多有关Intent-based和Flow-based的对话信息，能够查看这篇文章。

在本教程中，咱们将建立一个可帮助你预订hotel的机器人。

One of the most important rules when developing a chatbot is that it MUST have a personna. This means that it must behave like a real person. Therefore, let’s name out bot – Chip! (开发chatbot最重要的规则之一，就是它必须有一个personna，意味著它必须像真人同样行事。 所以，让咱们来替bot命名 – Chip！)

接下来，就进入本文重点！

熟悉Dialogflow

进入到Dialogflow，在右上角点击”Go to Console(前往控制台)”。

 

Dialogflow

系统会要求你使用Google账户登陆，并受权使用Dialogflow在Google云端平台服务中查看和管理你的资讯，接受条款，你应该看到一个初始啟动页面。

 

Dialogflow-console

观看介绍影片可让你更快速了解Dialogflow，但若是你不想花时间看也没关係！点击”Create Agent”按钮，在Dialogflow中，一个agent(代理)意味著iOS应用将使用chatbot经过无线方式进行通信以接收回应。

填写代理名称（好比Chip），而后点击Create按钮进行下一步，Dialogflow将为你建立agent。如今，让咱们来确认一下，你应该有2个预设intents：”Default Welcome Intent”和”Default Fallback Intent”。在左侧栏位中，你应该能够看到Intents和Entities的tabs(选项)。

 

Create Agent in Dialogflow

咱们也会在下方看到其余tabs。如今，该开始建立机器人了！

添加Entities

首先，让咱们开始添加entities，若是你还记得，entities就像NLP算法能够理解的名词，拿出一个可能常常用于咱们机器人的entities名单，我已经把我整理的list放在下面，而且随时能够添加它。

• Hotel
• Room
• Payment

选择entities选项，而后点击”Create Entity”按钮。并将这个entity命名为”Hotel”，并点击第一行，输入”Hotel”当作参考值，当用户使用你的机器人时，他们可能会使用Hotel之外的其余名称。 所以，应该输入关键字的一些同义词，即便用户使用”Hotel”之外的字，机器人仍然能够理解用户在说什么，看下面的图片，我使用了一些同义词。

 

Dialogflow-add-entity

如今，储存你的entity，并按照刚才建置Hotel entity的步骤建立如下的entities。

 

Dialogflow-entity-payment

 

Dialogflow-entity-room

小建议：要查找单词的同义词，只需Google搜寻”synonyms of [word]”。

如今咱们已经建立了entities，接著来讨论intents。

添加Intents

进入Intents页面并点击Default Welcome Intent，这个intent就是咱们机器人在第一次啟动时会抓取的东西，你应该看到网页呈现以下：

 

Dialogflow-intent

咱们能够制定用户应该说出哪一个字去触发intent。在本页面的最底部，咱们也能够制定回应的文本内容，因为这是一个Welcome intent，用户可能会说”Hello!”或”How’s it going?” 所以，让咱们将这些短语（和任何相似的同义词）添加到’User says’部分，如下是一些范例，你能够随意地添加更多的讯息，设定你的用户可能会对机器人说的字汇。

 

Dialogflow-welcome-intent

若是向下滚动，会找到* Response *部分。intent带有一些内置的回应，咱们添加一个follow up question(关联性问题)：”What can I do for you?”，咱们最终Welcome intent应该是这样的：

 

Dialogflow-welcome-intent-response

在咱们开始建立下一个intent以前，若是你想在任什么时候候测试你的agent，请查看右侧栏位，你能够输入想要的任何内容，而后查看你的agent是否回应。输入”Hello”，而后检查agent是否回应了预期的回应。

到目前为止，agent只有一个intent，因为咱们的机器人是为处理预订hotel而设计的，所以咱们必须建立另外一个处理intent这些查询，用户可能会问：“能替我预订一家旅馆吗？” 或相似的问句。

让咱们建立一个新的intent，并将其命名Begin Order。在User says栏位中，添加上面的表达式而后按下enter。一旦你输入了这个表达式，将会看到agent已经在该语句中识别了一个@Hotel关键字。与entities相似，用户不会只用这个问句来表达预订酒店的需求。因此这里添加一些变化，以agent理能够了解用户的意思，增长的变化越多，agent也就越聪明，如下是一个范例展现。

 

Dialogflow Begin Order Intent

agent应该作的下一件事是搜索附近的hotel，并询问用户他/她须要几间房。可是，若是咱们要真正搜寻附近的酒店，则须要调用API并使用JavaScript将webhook与api.ai整合在一块儿，这超出了本教程的范围，因此让咱们在Response栏位建立一些虚拟酒店，这是我建立的回应内容：

 

Dialogflow-begin-order-response

储存intent并返回到主页面，在右侧栏位中测试你的agent，到目前为止，若是读者有跟著前面的步骤，它应该按预期工做！正如你所看到的，没必要提出确切的问题，Dialogflow将从你的陈述中学习并理解变化。

 

test-agent

如今，咱们来添加一些follow-up intent，将鼠标移动在你刚建立的intent上，你应该看到一个选项”Add follow-up intent”，选择它并点击Custom，将產生一个新的intent，并显示”Begin Order – custom”，让咱们编辑这个intent！

 

Dialogflow-add-follow-intent

请记住，咱们agent对咱们说的最后一件事情是”How many rooms do we want?”，用户可能会回覆一个数字，他/她可能会说：”I would like 1 room”或简单地回答”4″，你应该要预测用户会说什么，并填写全部可能的答案，请参考如下我填写的范例：

 

begin-order-followup-intent

正如你所看到的，Dialogflow有一个内置的数字entity，无论你输入一个数字仍是一个单词，它都可以处理它并理解它的含义。

接下来，咱们要让机器人回应确认价格总额，并询问用户喜欢什么付款方式。一样的，于这些是hotel虚拟资料，咱们能够在机器人的反应中添加虚拟的价格。

 

begin-order-followup-response

保存这个intent，如今给读者一个挑战，建立最后一个intent，即询问用户使用何种付款方式付款，这应该是很是简单的，由于咱们已经作了两次！

因此咱们将回到intent的主页面，而后点击Create Intent。

注意： 没有建立另外一个follow-up intent，由于当机器人第一次触发时，用户不太可能会说出付款方式的名称，这就是为何我要创造一个normal intent，就像咱们在刚开始时所作的。

将这个intent命名为Payment并添加用户可能会说的内容，这是咱们的Payment关键字(entity)使用的地方！

 

Dialogflow-payment-intent

最后，让机器人回应一些确认讯息。如下是一些范例：

• Done! You have rent the rooms!
• Success! We received your payment.

就是这样！请记住保存Payment意图，Chip如今可使用了，在咱们转到本教程的iOS端以前，你能够在右侧栏位中对其进行测试。

还有几件事

在开始真正的编程以前，让我花点时间来解释Dialogflow控制台左侧栏位中的其余tabs，在Entities下，有一个名为Training的tab，若是点击此选项，你将收到全部发送给agent的回覆讯息以及agent回覆的内容，若是你告诉你的agent一些回应文本，但它回应你不喜欢的输出，这就很是有用，若你稍后意识到忘记了某个关键字的同义词，而且用户正在使用这个关键字，那么也可能会有所帮助，能够去告诉你的代理在这种状况下应该作什么。

在Training下方，你能够看到Integrations。在这里，能够管理你的agent去串接不一样的服务，例如Google Assistant，Twitter，Slack，Messenger，Cortana，Alexa等等。Integrations以后，还有Analytics，基本上用来显示建议名称，以后还有Fulfillment，若是你要调用一个API并实现一个webhook，这就是你会须要来的地方。

 

Dialogflow-integration

最后两个选项功能很是简单，但颇有用。第一个是Prebuilt Agents，在这里，你能够import一个预先存在的代理框架，有不少例子，如食物传递机器人，音乐机器人，甚至（抱歉，但你真的须要知道这个）hotel预订机器人！ 最后一个选项是Small Talk，若是你将代理设计为像Siri或Google Assistant这样的每日伙伴(daily companion)，这个选项很是有用，Small Talk容许你添加常见问题的答案，咱们都喜欢问咱们的机器人，如”你几岁？”或”你住哪里？”，以及更热门的问题”你愿意嫁给我吗？”

如今你已经知道Dialogflow是什么，而且对于如何操做有很好的观念了，如今是时候移动到另外一端，开始编写Swift代码！

使用API.AI SDK链接到Dialogflow

如今咱们移动到本教程Swift的部分，首先[下载初始项目]（https://github.com/appcoda/ChatbotHotel/raw/master/ChatbotStarter.zip），我已经构建了基本的UI并绑定了API.AI SDK。若是你从头构建应用程序，则可使用CocoaPods安装API.AI SDK（这是用于链接到Dialogflow的SDK），只需在Podfile中添加如下讯息：

pod  'ApiAI'

一旦你unzip初始项目，确保你打开了Chatbot Starter Project.xcworkspace文件。进入Main.storyboard，已经有一个UILabel，UIButton和UITextField，它们的outlets也链接到ViewController.swift。

 

demo-app-main-storyboard

先来看看AppDelegate.swift，咱们须要让APP链接到Dialogflow的servers，在import UIKit的正下方，输入如下代码来导入framework：

import  ApiAI

如今，须要使用client access token来初始化咱们的配置，请参照下面范例更新didFinishLaunchingWithOptions方法：

func  application(_  application:  UIApplication,  didFinishLaunchingWithOptions launchOptions:  [UIApplicationLaunchOptionsKey:  Any]?)  ->  Bool  {

    let  configuration  =  AIDefaultConfiguration()

    configuration.clientAccessToken  =  "YOUR_CLIENT_ACCESS_TOKEN"

    let  apiai  =  ApiAI.shared()

    apiai?.configuration  =  configuration

    return  true

}

将字符串”YOUR_CLIENT_ACCESS_TOKEN”替换你本身的机器人的client access token，若是你不知道在哪里能够找到，请移动到Dialogflow中的chatbot settings。 在”General”选项下，你应该在”API keys栏位下找到client access token。

 

Dialogflow-api-key

如今，当咱们的应用程式啟动时，它将使用client access token链接到Chip bot。

让装置开始说话

前往ViewController.swift，而且在import UIKit之下，import ApiAI和AVFoundation框架：

import  ApiAI

import  AVFoundation

咱们须要导入AVFoundation框架，由于咱们须要bot与用户交谈，该框架附带了可以从文本转为合成语音的“AVSpeechSynthesizer”类别，为了让装置与咱们的用户交谈，在ViewController类中插入如下几行代码：

let  speechSynthesizer  =  AVSpeechSynthesizer()

func  speechAndText(text:  String)  {

    let  speechUtterance  =  AVSpeechUtterance(string:  text)

    speechSynthesizer.speak(speechUtterance)

    UIView.animate(withDuration:  1.0,  delay:  0.0,  options:  .curveEaseInOut,  animations:  {

        self.chipResponse.text  =  text

    },  completion:  nil)

}

让我告诉你上面的代码作了哪些事。首先，咱们定义一个常数speechSynthesizer，并初始化一个 AVSpeechSynthesizer的实例。AVSpeechSynthesizer是一个提供自文本转换为语音的object，并容许存取控制正在进行的访问，而后建立一个新的函数speechAndText(text: String)，根据用户输入的内容执行更改。

在函数内部，咱们建立一个AVSpeechUtterance的实例，最简单的说，它是一个将被宣读的文本块。而后，咱们要求装置读出这段文字，同时，咱们想向用户展现机器人的response，这就是为何咱们将label的text设置为机器人的response。

我使用UIView.animate方法为label转换为微妙的动画，当你正在开发本身的应用程式，但不具有建立高品质的动画知识，则这种方法能够实现这一效果。

发送请求

咱们只剩下最后一部分，当用户点击按钮时，应发送request给咱们的代理，让咱们看看咱们该怎么作！在sendMessage操做方法中插入如下几行代码：

let  request  =  ApiAI.shared().textRequest()

if  let  text  =  self.messageField.text,  text  !=  ""  {

    request?.query  =  text

}  else  {

    return

}

这段code是至关基本的，可是可能部分读者不太理解这段代码，仍是让我解释一下。基本上，咱们以用户提供的query条件来準备API.AI文本请求，从messageField中检索文本并执行基本验证，确保文本字段不是空白，一旦咱们获得了这段text，就将它丢给request的query属性。

好的，文本request已经準备好了，下一步是发起请求并发送给机器人。固然，咱们须要处理API.AI代理回应的任何内容，有两种可能性：success或failure，若是代理程序返回成功讯息，那么咱们但愿应用程式说出回应并将其显示在萤幕上，若是出现失败讯息，那么应用程式只是打印错误到控制台，咱们能够经过使用下面的代码来实现：

request?.setMappedCompletionBlockSuccess({  (request,  response)  in

    let  response  =  response as!  AIResponse

    if  let  textResponse  =  response.result.fulfillment.speech  {

        self.speechAndText(text:  textResponse)

    }

},  failure:  {  (request,  error)  in

    print(error!)

})

request执行完成后，应用程式须要作什么，你能够调用setMappedCompletionBlockSuccess方法并在闭包中指定动做，一旦请求完成，完成处理程序将被调用，并将回应做为参数传递，在闭包中，咱们调用前面建立的speechAndText(text: )方法来讲出并显示回应内容，若是response显示失败，咱们只需将其打印到logs便可。

剩下最后一件事，咱们尚未发起对API.AI的request，为此，咱们调用enqueue函数并放入指定request，这能够经过使用下面代码来完成：

ApiAI.shared().enqueue(request)

messageField.text  =  ""

咱们将请求发送到API.AI并清除textfield中的文字，你的整个sendMessage方法应该以下所示

@IBAction func  sendMessage(_  sender:  Any)  {

    let  request  =  ApiAI.shared().textRequest()

    if  let  text  =  self.messageField.text,  text  !=  ""  {

        request?.query  =  text

    }  else  {

        return

    }

    request?.setMappedCompletionBlockSuccess({  (request,  response)  in

        let  response  =  response as!  AIResponse

        if  let  textResponse  =  response.result.fulfillment.speech  {

            self.speechAndText(text:  textResponse)

        }

    },  failure:  {  (request,  error)  in

        print(error!)

    })

    ApiAI.shared().enqueue(request)

    messageField.text  =  ""

}

是时候了！如今运行应用程式（在iPhone X上），一切都应该按预期工做！

 

chatbot-demo-hotel-booking

下一步是什么

本教程包含不少的资讯，但愿对读者会是很是有益的，那么，接下来你应该作什么？我会建议你继续扩展这个机器人，甚至建立你本身的机器人，期待你分享如何建立本身的机器人，欢迎发表在下面的评论！

以供参考，你能够在Github下载完成的项目。

关于Dialogflow的更多资讯，你你能够参考他们的documentation。

勇敢大胆的尝试吧！你能够在Dialogflow上建立本身的聊天机器人，并把它放在Google Assistant上。若是你想尝试一下，请查看这个影片，能够打开Google Assistant并透过”Talk to Max the Programmer”来测试我用Dialogflow製做的聊天机器人！鼓励你们继续研究Dialogflow，由于你能够在Google Assistant，Alexa，Twitter，Cortana，Facebook Messenger，Telegram等平台部署聊天机器人！

原文：Building a Chatbot App for iOS with Dialogflow (API.AI) and Text-to-Speech

简宝玉写做群日更打卡第 29 天