XIII Международная студенческая научная конференция Студенческий научный форум - 2021

Сложность создания чат-бота зависит от способа его создания, и его функциональных способностей.

На сегодня существуют всего два способа создать чат-бот:

Разработать собственную программную реализацию;

Собрать готовое решение с помощью конструктора.

Так как чат-бот – это программа на каком-либо серверном языке (back-end на php, python, node.j, c# или процессоре типа Corezoid (или любом другом) с административной панелью, созданная под конкретную потребность, то данная программа должна иметь свою аналитику. Также чат-бот должен интегрироваться с любой внутренней системой и устанавливаться в любой мессенджер. По оценкам специалистов [1], на создание чат-бота вручную нужно как минимум несколько недель, а то и несколько месяцев.

Однако далеко не всегда есть необходимость в создании собственного чат-бота с помощью программ с нуля. Это нужно только при создании более сложных ботов, функционал которых не покрывается готовыми решениями типа рассмотренных в этой статье.

Функции, которые не поддерживают готовые конструкторы чат-ботов [2]:

Полноценная интеграция бизнес бота с внутренними системами компании.

Нельзя использовать сложные алгоритмы, которых нет в конструкторе, например, функции, кроме диалоговых, такие, как поиск, отбор релевантных результатов и т.п.

На конструкторе нельзя сделать корзину покупок в боте. В чат-боте можно купить только единичные конкретные товары. Таким образом, «один товар равен одному чат-боту».

Распознавание того, что понятно человеку – картинки, карты и прочее можно настроить, только создавая вручную.

Индивидуальная разработка чат-ботов для бизнеса позволяет использовать множество интересных возможностей, не доступных конструкторам. Их функционал зависит от пожеланий, потребностей и возможностей заказчика.

Однако, для решения текущих задач достаточно чат-бота с самым простым функционалом и нет смысла тратить время на собственные разработки.

Рассмотрим наиболее популярные чаты, с возможностью построения бота [1]:

JivoChat,

SiteHeart,

Sender.

Данные системы являются не только конструкторами ботов, но и чатами, и рабочим местом оператора, и ботом-автоответчиком на вопросы. Нельзя просто скачать чат-бот. Для создания бота можно купить лицензию на использование конструктора.

Для начала работы во всех системах нужно:

создать аккаунт в одном из этих сервисов;

создать одного оператора и настроить его рабочее место;

поставить код этого чата на сайт или лендинг;

осуществить настройку сценариев вопросов и ответов.

Рассмотрим круг задач, которые могут решать подобные конструкторы [3].

Задачи, решаемые JivoChat:

Объединяет в одно приложение все контактные формы: чат на сайте, e-mail, аккаунты Facebook, Telegram и Viber.

Дает возможность вести звонки/переписку со всеми клиентами через одно приложение для ПК или мобильного устройства и давать быстрые ответы клиентам.

Дает возможность интегрировать CRM с мессенджером, в котором будет находиться оператор, для динамического подключения информации о клиенте.

Хранит всю историю общения с каждым клиентом, и поддерживает поиск по ней.

Задачи, решаемые SiteHeart:

Возможность создать чат, встроенный в оболочку своего сайта или как диалоговое окно.

Создать чат-бот, который будет давать ответы на часто задаваемые вопросы.

Создать торгового бота, который по коду товара сможет оформить заказ или принять оплату заказа, получить обратную связь от клиентов, оставить заявку для оператора или переключить на него диалог.

Задачи, решаемые Sender:

Создать Welcome-робота – обычную визитную карточку компании в мессенджере.

Создать робота, который по ключевым словам будет выполнять простые команды: на «артикул товара» предоставлять карточку товара, на слово «оплатить» – форму для оплаты (так же, как и SiteHeart).

Простой бот, сделанный на базе Sender, используется на сайте, например, ПриватБанка. Он имеет минимальный функционал: ответы на часто задаваемые вопросы и интуитивный кнопочный интерфейс. Бот реагирует только на точные фразы и слабо поддерживает диалог.

Помимо чатов существуют еще конструкторы чат-ботов. У конструктора ограниченный набор возможностей, который нельзя расширить. Большинство из них ориентированы на конкретный мессенджер и имеют схожий функционал наподобие платформы Sender. Существует большое количество конструкторов, в том числе бесплатные и условно бесплатные. Самые распространенные из них ориентированы на чат-бот для платформ ВКонтакте и Телеграмм.

Наиболее популярные [1,3]:

Chatfuel,

Botsify,

Converse.ai,

Flow XO,

botmother,

mobilemonkey.

Чаще всего, конструктор дает самые простые функции для чат-ботов:

Ответы на вопросы по сценариям;

Команды по ключевым словам;

Некоторые способны на обработку платежей;

Некоторые способны на сбор и обработку данных.

У большинства, на практике, бесплатно оказывается минимальный набор функций, а остальное – платные расширения.

Также есть конструкторы, которые предоставляют возможность создать более интеллектуального бота. Однако часть функций или коммерческое использование такой программы является платным. Главной особенностью таких реализаций является использование машинного обучения, методов искусственного интеллекта, а также гибкий синтаксис и распознавание синонимов [4].

Вернемся к задаче самостоятельного написания чат-бота. В последнее время для таких приложений все чаще используется язык Python. Это обусловлено, прежде всего, наличием для Python целого ряда готовых решений (библиотек).

Так, например, библиотека Scikit-learn [5] — самый распространенный выбор для решения задач классического машинного обучения. Она предоставляет широкий выбор алгоритмов обучения с учителем и без учителя. Обучение с учителем предполагает наличие размеченного дата сета, в котором известно значение целевого признака. В то время как обучение без учителя не предполагает наличия разметки в дата сете — требуется научиться извлекать полезную информацию из произвольных данных.

Одно из основных преимуществ библиотеки состоит в том, что она работает на основе нескольких распространенных математических библиотек и легко интегрирует их друг с другом. Еще одним преимуществом является широкое сообщество и подробная документация. Scikit-learn широко используется для промышленных систем, в которых применяются алгоритмы классического машинного обучения, для исследований, а также для новичков, которые только делает первые шаги в области машинного обучения.

Для своей работы, scikit-learn использует следующие популярные библиотеки:

NumPy: математические операции и операции над тензорами;

SciPy: научно-технические вычисления;

Matplotlib: визуализация данных;

IPython: интерактивная консоль для Python;

SymPy: символьная математика;

Pandas: обработка, манипуляции и анализ данных.

Что содержит Scikit-learn?

В задачи библиотеки не входит загрузка, обработка, манипуляция данными и их визуализация. С этими задачами отлично справляются библиотеки Pandas и NumPy.

Если при создании своего чат-бота требуются алгоритмы машинного обучения, то можно воспользоваться подобной библиотекой [6]. Библиотека используется для решения задач обучения с учителем: классификации (предсказание признака, множество допустимых значений которого ограничено) и регрессии (предсказание признака с вещественными значениями), а также для задач обучения без учителя: кластеризации (разбиение данных по классам, которые модель определит сама), понижения размерности (представление данных в пространстве меньшей размерности с минимальными потерями полезной информации) и детектирования аномалий.

Список литературы

Куделя, Е. Разработка ботов, какие есть варианты? – Evergreen. URL: https://evergreens.com.ua/ru/articles/create-bot.html (дата обращения: 15.12.2020)

Методы API ВКонтакте. – Вконтакте. URL: http://vk.com/developers/api (дата обращения: 02.02.2021)

Гид по чат-ботам в соцсетях и мессенджерах. - Блог Амплифера. URL: https://amplifr.com/post87931 (дата обращения: 15.01.2021)

Мощный и удобный конструктордля создания ботов с искусственным интеллектом. Aimylogic URL: https://aimylogic.com/ru (дата обращения: 15.01.2021)

Гайд по популярной библиотеке Scikit Learn Python. URL: https://datastart.ru/blog/read/chto-takoe-scikit-learn-gayd-po-populyarnoy-biblioteke-python-dlya-nachinayuschih (дата обращения: 15.12.2020)

Введение в машинное обучение с помощью Python и Scikit-Learn. URL: https://habr.com/ru/company/mlclass/?_ga=2.144056819.770839161.1612733025-780728231.1612733025 (дата обращения: 15.12.2020).

Код для цитирования: Скопировать