0
今年8月，雷鋒網將在深圳舉辦一場盛況空前有全球影響力的人工智能與機器人創新大會。屆時雷鋒網將發布“人工智能&機器人Top25創新企業榜”榜單。目前，我們正在拜訪人工智能、機器人領域的相關公司，從中篩選最終入選榜單的公司名單。
如果你也想加入我們的榜單之中，請聯系：2020@leiphone.com。
機器人——這個詞是不是每天都會出現在你的科技新聞推送中？從Facebook的機器人開發平臺、到微軟的機器人框架、到Taco Bell的Slack機器人。新聞也沒法免疫。例如Quartz和Purple等平臺都使用了機器人，使用了移動APP和短信界面來為新聞增添聊天一樣自然的體驗，而CNN的機器人會直接通過Facebook Messenger來給你發送定制化新聞。
機器人的誘惑力在于，新聞消費者可以以聊天一樣的方式與其互動。但是，要自己打造機器人——這對于新聞媒體機構（以及所有非科技公司）來說，感覺都太驚悚了，不知道從哪兒入手。
此時你需要Wit.ai。它是一個很好的工具，可以幫你快速打造可以與人聊天的APP。它將所有復雜的細節都隱藏，所以你只要專心打造能用的東西就好，不需要自己動手去學習、編寫世界上最尖端的機器學習和自然語言處理軟件。
那么問題來了，用Wit.ai自己DIY一個聊天機器人，一共分幾步？
首先，你需要設立機器人的基本架構。從我的經驗來看，要利用Node.js和Express設立一個簡單可用的Messenger機器人，可以去查看Facebook的“開始”（Getting Started）文檔，非常有用。點擊鏈接可以看到Github教程，例子中有一個完全可用的代碼。如果你想用Python來打造自己的機器人，可以點擊鏈接使用這個Flask例子。還有很多非常有料的Slack機器人教程，例如Scotch.io上面，點擊鏈接看看如何用Node.js打造Slack機器人。是不是有非常多的干貨？
這樣，你就有了設立機器人的代碼，你只要好好利用，讓Facebook或者Slack可以與之互動就行。用Heroke來利用代碼是一個比較方便的辦法，傳送門在此。
現在，我們就該進入Wit.ai了。首先創建一個賬號，然后創建一個新申請。 
在Wit.ai上為你的項目創建一個新申請，可以選擇語言、是否公開等選項。圖片來源：美國西北大學。
申請后，你會進入你APP的“故事”頁面。“故事”可以呈現你與機器人之間會進行什么類型的對話。舉個例子，我們可以設想我們要打造一個名叫“首都機器人”的APP，機器人會告訴你所有國家的首都是什么。我們的第一個故事可能大概會是這樣：
作為“故事”頁面，這里展示了用戶可以對機器人說什么，例如：“尼日利亞的首都是什么？”圖片來源：西北大學。
然后，我們告訴Wit.ai機器人該如何回答。在這個例子中，我們需要“首都”機器人回復用戶需要的城市名稱。（我猜你想要做的功能應該不是猜首都游戲，不過，這只是一個例子，讓你知道Wit.ai如何使用。）
我們的第一步，是抓取地點實體。我們可以在句子中將位置標亮，然后點擊“增加一個新按鈕”。我們可以注意到，Wit已經有很多預先布置的實體供用戶使用，從中我們可以使用wit/location（位置）實體。
我們可以點擊右側的“機器人說…”按鈕，來為機器人的回復建立結構。這里，我們可以寫明我們希望機器人說什么。因為我們的機器人只要回復位置就好了，不如讓它說“你想知道尼日利亞的首都”。我們可以讓Wit在句子中自動加入抓取到的位置實體，在位置實體的前后加入大括號。 
通過標亮“尼日利亞”，我們可以將其標記為一個wit/location實體。“故事”頁面呈現了用戶可能如何與我們的機器人互動，這讓Wit.ai知道它該在文章中尋找例如“尼日利亞”的位置實體。然后我們可以在“說”功能中增加細節，讓Wit.ai知道機器人該如何回復信息。舉個例子，我們可以讓機器人回復在用戶信息中找到的位置實體。圖片來源西北大學。
只要點擊“~”，我們可以在Wit.ai的網站上直接與Wit.ai服務聊天。雖然我們只寫了尼日利亞的例子，但是Wit.ai可以將我們的例子進行抽象總結，并應用到其他用戶可能輸入的國家名字上。
雖然我們只用尼日利亞的例子訓練了機器人，Wit.ai可以抽象總結出我們的概念，然后我們可以將故事覆蓋讀者提出的所有國家名字和問題結構。圖片來源：西北大學。
在“首都”機器人的例子中，我們可以用一個預先定義的Wit.ai實體來抽取用戶信息中的位置信息。Wit.ai自帶的預定義實體列表已經挺強大了，不過我們還是可以自己定義。
為了理解用戶定義實體到底是什么意思，讓我們來看一個新的例子：假設我們要打造一個名叫“感覺”的機器人。這個機器人可以給你發信息，來呼應你現在的情緒。例如，如果你感覺很傷感，你可以給機器人發消息說“我很傷感”，機器人就會給你回復一條傷感的信息。和之前一樣，我們最開始先讓機器人回復用戶發給它的情感。
為此我們需要一個新的實體。就叫做“情感”好了。要設立一個新的實體，我們可以跳轉去“理解（Understanding）”標簽頁，在“測試新表達”區域輸入一個新的訓練例子。針對“感覺”機器人，我們可以輸入“我很傷感”。我們可以標記“傷感”，然后加入一個這樣的定制實體：
使用Wit.ai的“理解”標簽頁我們可以創建定制實體，然后訓練Wit.ai在用戶短信中發現相應實體。圖片來源西北大學。
我們可以繼續做出更多的情感——開心、激動、憂郁、著迷等等，每增加一種情感后，點擊“生效”(Validate)按鍵。最后，你會看到Wit.ai會開始在你輸入的表達案例中自動標記出情感。這樣，我們就可以訓練Wit.ai識別出我們為自己應用而定制的實體。
需要留意的是，Wit.ai有一些具體的“搜索策略”用于幫助訓練實體。為了我們演示起見，我們會想要“自由文本”（free text）和“關鍵字”(keywords)集合，但是其他更加復雜的表達可能需要選擇“特征”(trait)。你可以點擊鏈接，在Wit.ai的文檔中了解更多關于其實體搜索策略。
現在，我們可以增加一個“故事”，使用我們的情感實體。可以看到，Wit.ai現在可以根據用戶的輸入信息中回復情感了。
有一個“故事”和一個定制情感實體，Wit.ai已經可以概括并選出用戶發送信息中的情感。圖片來源：西北大學。
你可能已經注意到了，每一個“故事”頁面的最右邊都有一個“融合”（merge）功能。這個功能可以為整個對話語境帶來更多數據。這讓機器人可以記住用戶早前信息中出現過的實體。用我們的“情感”機器人作為例子，例如，用戶先說“我很傷感”，機器人回復了一條傷感的信息。如果用戶說“跟我說點別的唄”，那么情感機器人就得記住之前用戶在第一條信息中所說到的情感，這樣才能發送一條不同內容的傷感回復。
只要直接將實體名字加入融合功能，就能為語境增加數據。現在，數據就可以保存下來，并且在聊天期間都一直存在，讓機器人可以根據需要參考過往數據。
到這一步，我們通過連接中的教程，應該已經可以打造一個基礎的機器人了。但是，我們還得知道如何用Wit.ai來為機器人設定一些基本的回復模式。我們如何整合呢？
因此，最后的一步就是將Wit.ai整合進入你的機器人服務器的代碼中。Wit.ai有記錄完善的開源數據庫和SDK（軟件開發工具包），可用于iOS、Ruby、Node.js和Python，你可以進入Wit.ai Github頁面獲得。這能讓你的機器人與Wit.ai平臺交互更加簡便，每一個倉庫都會有文檔介紹如何將Wit.ai加入你的服務器。一旦你將Wit.ai的客戶端加入服務器代碼，你可以發送服務器從用戶中抓取的信息，然后使用類似Node.js里面client.messages()的功能，將信息交給Wit.ai。Wit.ai會回復你在“故事”中指明的信息，以及語境和抽取的實體。
恩，要做一個可以聊天的機器人，就是這五步。第六步，就是趕緊動手造一個鋼鐵俠同款的Jarvis！
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
