Con la aparición de altavoces inteligentes, se está produciendo un auge en la construcción los robots. Por lo tanto, como Google y Amazon brindan una plataforma de implementación y compilación gratuita, es aún más fácil crear sus propias aplicaciones personalizadas. Una de las aplicaciones de voz más importantes para tener un flujo de trabajo sólido con pasos de toma de decisiones repetitivos. A continuación se muestra un flujo de trabajo de muestra: -
Como puede observar, hay varios niveles de confirmación en el flujo y el usuario puede responder con "Sí" o "No". En este caso, PNL El modelo debe estar al tanto del estado actual de su viaje, de lo contrario, podría resultar en una ruta incorrecta en el flujo. Uno de enfoque que es útil en flujo de diálogo is contextos en este tipo de escenarios como DialogFlow PNL El motor busca los contextos actuales en la conversión junto con las expresiones del usuario para averiguar la intención. Esto le da a So building la aplicación Esta sección es la primera parte de la construcción de una aplicación de conversación simple usando Google DialogFlow.
Inicie sesión en acciones en Google usando su cuenta de Google: - https://console.actions.google.com/
- Crear un nuevo proyecto
2. Escriba proyecto y luego seleccione personalizado
Esto creará una acción y luego irá al enlace DialogFlow
3. Cree las siguientes nuevas intenciones: -
4. A continuación se muestra la configuración de conversión final: -
En caso de que observe que hay contextos de entrada configurados para un par de intentos, con esta configuración, el motor DialogFlow busca el contexto en la carga útil de entrada junto con la expresión para averiguar el intento. Esto ayuda a la navegación al paso deseado, incluso con múltiples intentos que tienen una configuración de datos de entrenamiento similar.
1. Estudio de caso: Chatbot de reserva de citas de creación
En nuestro caso, estamos configurando el contexto de salida a partir del cumplimiento. Esto ayuda a que la navegación sea dinámica y fácilmente personalizable para cualquier cambio futuro.
Pocos puntos para recordar para los contextos al establecer el contexto de los resultados: -
- El nombre del contexto debe ser el mismo, incluidos los casos, al configurarlo desde el backend
- En caso de querer avanzar, contextos claramente previos
Ejemplo para establecer el contexto del código de cumplimiento de Node.js: -
conv.contexts.set ('seguimiento_hambriento', 5, {});
Una vez que todo esté configurado, la conversación funcionará como se muestra a continuación: -
Tenga en cuenta que aunque el usuario respondió con si aún así, la PNL siguió el flujo de trabajo y navegó a los siguientes pasos
Esto muestra que los contextos son muy esenciales para DialogFlow PNL motor y proporcionar los controles de navegación necesarios en el viaje del usuario en flujo.
Publicaré código y proyectos en los próximos artículos.
Conecta conmigo en Etiqueta LinkedIn
