问题标签 [conversational-ai]

在我可能即将到来的研究项目中，我想使用 RASA 2 构建一个实现社会实践对话的意大利语学习助手，供外国学生在 L2/A1 水平（非常基础）学习意大利语时使用。

在我最初的想法中，聊天机器人可以被认为是一组不同的“场景”，用户在不同的日常生活情况下练习对话，在每种情况下与不同的人交谈，例如

• 学习者去邮局与员工交谈以发送包裹
• 学习者去杂货市场买一些食物并与商人交谈，
• 受伤的学习者拨打紧急电话号码，由接线员协助
• 等等等等

问题：

从技术上讲，就故事/规则而言，我不清楚（我在 1.8 次前使用过 RASA ......假设我现在是初学者），我不清楚如何组织这些（几乎独立的）场景/练习.

也许这只是安排与每个场景相对应的“入口点意图”的问题，其中每个意图激活一个单独的场景/故事流。是否有意义？我是否需要为每个练习设置 RASA 规则？

顺便说一句，可能将“场景”视为一种社会实践情况（邮局的用户）。所以也许一个场景对应于许多 RASA 故事。

您还有其他方法可以建议我吗？欢迎任何建议。

此外，独立于对话设计，我想证明 RASA (X) 的“低代码”/众包功能的有效性，允许教师/作者协作创建/测试/协作/开放数据存储库集场景/dialogues（在这种情况下涉及意大利语学习）。

另请参阅此处的一些见解： https ://forum.rasa.com/t/using-rasa-in-education-to-build-social-practice-dialogues/45783/3

谢谢

乔治奥

我问一个关于如何在 RASA 中设置混合主动聊天机器人的问题/帮助请求

对于混合主动对话机器人，我的意思是一个聊天机器人，它允许两者

• 用户主动：机器人只是简单地回复用户请求（我也称之为：拉模式）。

• Bot-initiative：机器人是“主动的”，与用户发起新的主动对话/话题（我称之为：push-mode）。机器人“推送”可能类似于向用户提出的问题或获取某些信息的用户反馈请求：

  • 与之前的对话流程相关（如此“动态”并且依赖于当前对话的上下文），
  • 和/或预先固定的逐步机器人话语的“脚本化”序列的一部分（对用户的刺激/问题）。从这个意义上说，我猜一个解决方案可能是由某种 RASA 规则/表单组合构成的“静态”流路径（见下文）。

Gambits：ChatScript 机器人主动方法

bot-initiative 静态步骤是用ChatScript旧好的聊天机器人脚本语言/引擎设计对话的工具之一。这些被称为策略。是聊天机器人想要讲述的关于某个主题的故事，还是聊天机器人试图引导用户进入的对话。请参阅此处的定义/解释。

下面是一个 ChatScript 代码示例，其中机器人开始关于学校主题的对话：

在运行时（<是机器人，>是用户）：

如何在 RASA 中实现 ChatScript 策略？

如何在 RASA 中实现这种机器人驱动的对话？我对如何操作有点困惑。好的，RASA 规则可以触发第一个话语，然后我可以用故事示例设计流程？还是使用 RASA 表格？

我想实现一个混合倡议方案，其中：

• 每次任何用户都可以向机器人询问常见问题解答/新闻等（拉模式）
• （专家）患者能够传达自己的状态（拉模式）
• 但机器人还需要收集一些提到的信息（填充插槽，例如在患者监控医疗保健应用程序中，医疗相关参数，明确向用户提问（推送模式）。

我对如何在 RASA 中实现这一点感到困惑。如何在没有以 RASA 形式进行严格/无聊的插槽序列处理的情况下编写信息收集对话框？

也许一个 crontab（外部）事件，按照这里的建议https://rasa.com/docs/rasa/reaching-out-to-user可用于注入触发会话会话的预定意图，使用 RASA 规则。到目前为止，一切都很好。

我不清楚的是如何以自然的对话方式管理类似“槽位填充”的数据收集，这可能允许用户自发地向用户提供一些数据或机器人向用户询问数据的混合倡议，如果（某些）会话数据丢失。

我知道我可以用 RASA 表格大致实现所有这些，但我相信这个解决方案是有限制的，因为在表格内，问题的顺序（收集插槽）是固定的。也许我更喜欢有一个更自然的混合主动轮流，用户可以与机器人交互询问东西和离题，但机器人会收集数据以明确询问以防万一。

关于如何在 RASA 中完成这一切的任何建议/帮助？

谢谢！
乔治奥

我不明白 rivescript 解释器将如何按顺序解释这段代码，尤其是第 4 行让我很困惑。有人可以告诉我这段代码将如何逐行执行吗？

例如：- 在第 4 行 (<set oldname=><set name=>)，如果我必须返回用户说的名字，那么我仍然可以在没有这个逻辑的情况下这样做（如上所述）并设置变量名代替 .

因此，如果用户说 Alex，然后说 John。第 4 行将被触发，机器人会告诉用户他的名字是Alex。

我是 Bot 框架作曲家的新手。

我的要求之一是保存整个对话记录。

我浏览了一些网站并找到了 Blob 存储/cosmoDB 的可能解决方案。

是否可以通过自定义操作/HTTP调用保存到外部数据库（关系）？

谢谢

首先，我要道歉，这不是一个直接的代码问题。但我知道没有其他论坛可以问这个问题。我试图谷歌这个找不到合适的关键字来搜索这个。我需要知道是否有针对特定 NLP 问题的一些工作，以及如何找到有关该问题的研究。

一个 NLP 模型，可以阅读文本并识别文本/对话中提到的所有字符。另一件有用的事情是模型采用包含不同字符对话的文本，并且可以识别每个引用句子的叙述者。

我正在尝试使用 Spacy 构建实体识别模型，并将任何已识别的实体集链接到数据库中的文档。

我现在的坚持是，我还没有找到一种将要与我的模型一起使用的情绪分析的好方法。我真的需要情绪分析吗？

欢迎所有建议！！！

我正在从 IBM Watson Assistant 切换到 Google Dialogflow。在 WA 中有一个称为意图推荐的功能，它利用实时实例，检测用户想要的主题/意图，并将它们组合成新的推荐意图。您还可以在电子表格中上传话语，意图推荐也可以做同样的事情。Dialogflow 有类似的东西吗？

我目前在会话多项选择上下文中使用 GPT-2 模型。

用法如下：2个对话者在同一个房间，一个对话者提出​​一个问题，第二个对话者有4个选择答案。

今天，我只使用选择的答案重新训练我的模型。我怎样才能整合非选择？如何惩罚未选择的答案？

我期待着你的想法和创造力:)

祝你有美好的一天，贾斯汀

问题是关于在一项研究中使用聊天机器人框架，人们希望随着时间的推移衡量基于规则的决策过程的改进。例如，我们想了解如何使用最少的引导性问题和患者互动来改进医疗状况识别（和治疗）的过程。

医疗状况可由医生制定工作流程规则；此类研究的可能技术方法是开发一个可供患者访问的应用程序或网站，他们可以在其中提出免费文本问题，这些问题是预定义的基于规则的聊天机器人将解决的。在研究期间，将有一名医生监控收集的数据并改进规则和可能的响应（并在工作流程到达死胡同时提供新的响应），我们确实计划收集对话并应用机器学习生成随着时间的推移改进了工作流程树（和问题），但是计划是离线进行任何数据分析和处理，无意构建完整的产品。这是一项低预算的学院研究，并且PHD学生具有良好的开发技能和数据科学知识（python），并将由一名将在工程方面工作的同学陪同。推荐给数据科学家的对话式人工智能选项之一是 RASA。

在过去的几天里，我花时间阅读和玩了几个聊天机器人解决方案：RASA、Botpress，还研究了 Dialogflow 并阅读了大量比较材料，这使得它更具挑战性。

从互联网上的来源看来，RASA 可能更适合数据科学项目，但是了解真正的学习曲线以及人们期望拥有一个工作机器人的速度会很棒，尤其是一个那必须不断更新规则。

有几件事需要澄清，我们确实有数据来生成问题并与医生联系以提高质量，似乎我们需要一种方法来向参与者介绍多种选择并提供答案（不仅仅是自由文本），正在研究中另一方面，也没有必要与任何特定的大供应商（即谷歌、亚马逊或微软）保持一致，除非它有好处，重要的考虑因素是时间、金钱和灵活性，我们希望在几周内有一个工作方法（和不断改进它）整个实验将运行不超过3-4个月。我们确实需要能够提取所有数据。我们不确定哪个渠道最适合这种研究 WhatsApp？网站？其他？所涉及的复杂性是什么？

关于与聊天机器人打交道的挑战和考虑的任何想法都是有价值的。