AWS Lex è di Amazon di servizio per costruire il proprio chatbots. Costruito utilizzando la stessa macchina-tecnologia di apprendimento, come Alexa, Lex in grado di riconoscere l’utente lo desideri, di query per i dati aggiuntivi, e quindi soddisfare le richieste dell’utente con Lambda per l’esecuzione di codice.
Che cosa È AWS Lex?
AWS Lex è fatta di diverse apprendimento automatico di servizi, molti dei quali sono disponibili come un autonomo AWS servizio.
Il primo passo è il riconoscimento vocale di conversione parola in un testo che una macchina può capire più facilmente. AWS è Trascrivere il servizio fa abbastanza bene, anche se è più adatto per i non-applicazioni in tempo reale, come ad esempio i sottotitoli video o la trascrizione di audio registri delle chiamate. Questo passaggio non è necessario se si sta facendo un testo-base chatbot, ma è fondamentale per i bot come Alexa e Siri.
Le macchine non automaticamente comprendere il linguaggio umano, però, quindi estrarre i bit utili di una determinata frase è la chiave per rendere il chatbot rispondere fluentemente ai comandi. AWS Comprendere lo fa con alta precisione ed è in grado di individuare e identificare le parole chiave nel testo di input.
Combinato con la logica personalizzata per dettare il flusso della conversazione, Lex è in grado di rispondere ai comandi dell’utente e per l’invio dei compiti di sconto per Lambda per l’ulteriore elaborazione. Durante una conversazione, AWS Lex inoltre possibile eseguire una query utenti per ulteriori informazioni; per esempio, se un utente sta cercando di prenotare un appuntamento, Lex può chiedere all’utente per una data e un tempo adatto per loro.
Lex output di testo possono anche essere convertiti in vocale tramite AWS Polly, rendendo per una perfetta chatbot esperienza.
Con quanto misurato tutti i servizi componenti sono, Lex stessa è sorprendentemente semplicemente il prezzo che ti viene addebitato $0.004 per ogni voce richiesta ($4 per mille) e $0,001 per testi richiesta ($1 per mille).
A differenza della maggior parte AWS servizi, Lex è attualmente disponibile solo in tre regioni:
- noi-est-1 (N. Virginia)
- noi-west-2 (Oregon)
- ue-west-1 (Irlanda)
Per come la latenza dipende un chatbot, di solito, è sorprendente vedere solo poche regioni sostenuto, ma Lex, inoltre, supporta solo la lingua inglese in modo che la regione scelte senso.
Come Si Fa A Lex Di Lavoro?
Per iniziare, oltre al capo della Lex console. Un campione di alcune applicazioni sono già fatti che si può provare per lei, ma bisogna andare avanti e creare un nuovo custom bot così si può vedere come sono costruiti.
Tutto inizia con Intenti. Si può pensare di Intenti come certe azioni che il bot è in grado di, come la pianificazione degli appuntamenti, dell’ordine, etc. Ogni intento bisogno di un paio di trigger parole, chiamato esternazioni, che inizia la conversazione. Cercare di mantenere queste abbastanza brevi; per esempio, “prenota un appuntamento” funziona meglio “vorrei prenotare un appuntamento.”
Il bot può avere più di intenti e di più frasi associate con ogni intento. Si dovrebbe cercare di catturare tutti i diversi modi in cui un utente potrebbe stato il loro intento.
Una volta che il bot inizia un intento, si richiede all’utente di dati aggiuntivi. Tecnicamente, non hai bisogno di ulteriori dati, e si può avere il vostro bot terminare la conversazione e compiere la sua azione a destra di distanza.
I dati aggiuntivi è disponibile in forma di Slot. Si può pensare a questi come argomenti a favore di un comando—il bot deve eseguire una query per ogni argomento prima di inviare l’azione finale. Gli argomenti sono di tipo sensibile, quindi se Lex chiede un utente come molti articoli che desideri ordinare, non accetterà “verde” come risposta.
AWS ha già un sacco di tipi predefiniti, la maggior parte dei quali sono identificati da AWS Comprendere. Se stai chiedendo un utente per una data, di AMAZON.DATA, e se hai bisogno di un indirizzo, di AMAZON.StreedAddress.
Ogni slot viene fornito con il proprio prompt, che viene mostrato o di lettura per l’utente. Per esempio, se stai chiedendo all’utente la data della loro nomina, si potrebbe scrivere qualcosa di più lungo le linee di “il giorno in Cui ti piacerebbe prenota il tuo appuntamento?”
È inoltre possibile creare i propri tipi di slot. Per esempio, se si offrono diversi tipi di appuntamenti, è possibile aggiungere nel vostro proprio tipo di. Lex si espande il vostro slot valori di includere simili risposte che si possono ottenere da utenti nel mondo reale. Inoltre, è possibile limitare la vostra abitudine il tipo di slot solo a parole e sinonimi, se si vuole essere più severo. Una buona regola del pollice, però, è quello di includere i tipi di slot prompt in modo che l’utente conosce le opzioni. In caso contrario, alcune persone possono ottenere bloccato.
Inoltre, è possibile integrare slot direttamente nelle esternazioni. Se un utente dice “vorrei prenotare un appuntamento, domani,” si può tagliare fuori il passo in più e considerare che le slot soddisfatte. Si può fare ciò che circonda il nome di fessura con in parentesi l’espressione di definizione:
un appuntamento {AppointmentDate}
Questa è la configurazione del bot esigenze, ma la maggior parte degli utenti piace vedere una richiesta di conferma prima dell’azione, sia per la pace della mente e per assicurare il bot non è avvitato qualcosa. Lex lo supporta, sotto la “Conferma” impostazioni”. È possibile includere slot variabili nel prompt, che Lex si riempie di ciò che l’utente ha detto (per quanto a sua conoscenza, almeno).
Da qui, si può colpire Costruire per testare il vostro bot integrato pannello di test. Dovrebbe rispondere alla tua affermazione, chiedo per ogni slot che ti ho dato. Dovrebbe rispondere bene ai cambiamenti nella struttura di comando, ma se così non fosse, è possibile aggiungere più parole o espandere la vostra slot definizioni.
Per impostazione predefinita, Lex viene eseguito in modalità debug e restituisce semplicemente la slot valori una volta che si è fatto. È possibile modificare questo per chiamare una funzione Lambda, passando slot valori come parametri alla funzione. Spetta a voi decidere cosa fare da qui. Anche manualmente è possibile avere un maggior controllo sulla Lex utilizzando un Lambda di convalida gancio; questo permette di eseguire una funzione Lambda ogni volta che un utente risponde, per convalidare e abilitare l’ingresso o richiedere all’utente.
Una volta che il bot è fatto, si può dare un messaggio di risposta che permette all’utente di sapere come la Lambda funzione di gestione dei loro input, o semplicemente ringraziarli per il loro servizio.