Existen diferentes tipos de chatbots. verifique esto para obtener información: Los diferentes tipos de chatbots (y lo que estamos construyendo a la deriva)
Si desea crear un chatbot basado en recuperación de dominio cercano (sistema basado en reglas), entonces sí, es fácil.
Si desea crear un dominio cercano y basado en la generación, esto no es liebre, pero tampoco es fácil.
- Estoy muy interesado en buscar la interacción hombre-computadora. ¿Cuál sería un título universitario ideal para llegar allí?
- ¿Son útiles las soluciones de aprendizaje automático?
- ¿Por qué los proveedores vps no proporcionan estimaciones de CPU en sus comparaciones?
- ¿Cómo funciona Google Translator (función de cámara)?
- ¿Qué universidades aceptarán un puntaje de 310 en ciencias de la computación?
Lo más difícil es crear un chatbot de dominio abierto, y este no es un problema nuevo, es demasiado viejo, veamos:
El problema: la prueba de Turing (juego de imitación): es una prueba, desarrollada por Alan Turing en 1950, de la capacidad de una máquina para exhibir un comportamiento inteligente equivalente o indistinguible del de un humano. Turing propuso que un evaluador humano juzgaría las conversaciones en lenguaje natural entre un humano y una máquina diseñada para generar respuestas similares a las humanas. El evaluador sería consciente de que uno de los dos socios en la conversación es una máquina, y todos los participantes estarían separados unos de otros. La conversación se limitaría a un canal de solo texto, como el teclado y la pantalla de una computadora, de modo que el resultado no dependa de la capacidad de la máquina para expresar palabras como discurso. Si el evaluador no puede distinguir la máquina del humano de manera confiable (Turing originalmente sugirió que la máquina convencería a un humano el 30% del tiempo después de cinco minutos de conversación), se dice que la máquina pasó la prueba. La prueba no verifica la capacidad de dar respuestas correctas a las preguntas, solo qué tan cerca se parecen las respuestas que daría un humano.
En esta prueba, se dice que la computadora trata de pretender ser un humano, un hombre o una mujer.
Este problema se abordó muchas veces desde aquellos días, pero hasta ahora, no se ha resuelto de una buena manera.
Hoy en día, el problema de tener una máquina hablando contigo se llama “Chatbot” o “Chaterbot”, y hay diferentes categorías basadas en si será un dominio cercano (responde solo preguntas en un campo específico, como Siri y Watson) o un dominio abierto ( responda cualquier pregunta sobre algo como un ser humano, y puede aprender) y se basa en la recuperación (solo responda a través de algún tipo de conjunto de datos) o en una base generativa (genere la palabra de respuestas mediante el trabajo utilizando algunas operaciones mágicas que no se esperan).
Parece que el dominio abierto basado en la generación (la parte verde en la imagen de arriba) es el más difícil y es el juego de Turing (juego de imitación).
El documento del que hablaré, ofreció una solución no mala, fue implementado y obtuvo algunos buenos resultados:
El artículo fue publicado en julio de 2015 por Google:
https://arxiv.org/pdf/1506.05869…
Se llama A Neural Conversational Model , se basa en un modelo de aprendizaje automático llamado secuencia a modelo de secuencia (seq2seq):
https://arxiv.org/pdf/1409.3215.pdf también lanzado por Google en diciembre de 2014 y su primer uso fue en el problema de traducción automática (traducir de un idioma a otro según el contexto), y utiliza muchos otros miembros del personal creados en el mismo siglo como la técnica word2vec creada también por Google en septiembre de 2013: https://arxiv.org/pdf/1301.3781.pdf
y muchos otros conceptos en redes neuronales de finales de 1900, como las redes neuronales recurrentes (1980) y la memoria a corto plazo (LSTM) (1997).
Se supone que el documento casi resuelve el juego de imitación y crea un chatbot de dominio abierto, lo que la convierte en un superhéroe, resuelve un problema envejecido hace decenas de años, desde la primera IA.
Y este chico había implementado el chatbot de dominio abierto basado en la generación del periódico de Google:
Conchylicultor / DeepQA
Y este chico implementó el chatbot de dominio abierto basado en recuperación:
dennybritz / chatbot-recovery
La forma en que lo expliqué anteriormente lo ayuda a crear algún tipo de chatbot de dominio abierto desde cero, pero seguramente hay muchas API que le ofrecen una gran ayuda, por lo que puede pensar en esto como si crearan un modelo para usted, y usted entrena tu modelo, luego obtienes un modelo entrenado que puedes golpear mediante una consulta y te dará la respuesta con las clasificaciones con probabilidades, luego decides qué hacer.
También revise estas dos publicaciones aquí, están respondiendo su pregunta de alguna manera:
Aprendizaje profundo para Chatbots, Parte 1 – Introducción
Aprendizaje profundo para Chatbots, Parte 2: Implementación de un modelo basado en recuperación en Tensorflow
Consulte también esto para obtener más ayuda y detalles:
Quiero crear un chatbot basado en el aprendizaje automático de la A a la Z. Mi objetivo es construir un chatbot social y luego agregarle funciones, por ejemplo, puede recomendar un restaurante específico para comer. Por donde puedo empezar
¿Es fácil hacer un chatbot?
