IBM Cloud Docs
对话入门

对话入门

在此简短教程中,我们将帮助您使用对话来构建第一个对话。

对话 使用自然语言处理和机器学习技术来了解用户问题和请求,并使用您编写的答案对其进行响应。

从内容目录添加意向

“意向”页面是您开始训练助手的位置。 在本教程中,您将由 IBM 构建的训练数据添加到技能中。 在内容目录中提供了预构建的意向。 您可以授予助手对 常规 内容目录的访问权,以便对话可以问候用户并结束与他们的对话。

  1. 单击 内容目录

  2. 在列表中查找 常规,然后单击 添加内容

    显示内容目录并突出显示常规目录的“添加到技能”按钮。
    内容目录

  3. 打开意向选项卡以查看已添加到训练数据中的意向和关联的示例话语。 您可以识别出这些意向,因为每个意向名称都以前缀 #General_ 开头。 在下一步中,您将向对话添加 #General_Greetings#General_Ending 意向。

    显示添加“常规”目录后“意向”选项卡中显示的意向。
    意向

您已通过从 IBM 添加预构建的内容,成功地开始构建训练数据。

构建对话

对话以逻辑树的形式定义交谈流。 对话会将意向(用户说的内容)与响应(虚拟助手回复的内容)进行匹配。 树的每个节点都有一个根据用户输入进行触发的条件。

我们将创建一个简单的对话,用于处理问候和结束意向,每个意向通过单个节点处理。

添加开始节点

  1. 单击 对话框

    自动为您创建以下两个对话节点:

    • 欢迎:包含用户首次与助手进行交互时向用户显示的问候语。
    • 其他:包含用于在无法识别用户输入时对用户进行回复的短语。

    具有两个内置节点的新对话框
    具有内置节点的新对话框

  2. 单击欢迎节点以在编辑视图中将其打开。

  3. 将缺省响应替换为文本 Welcome to the tutorial!

    编辑欢迎节点响应
    欢迎节点

  4. 单击 关闭 以关闭编辑视图。

您已创建由 welcome 条件触发的对话节点。(welcome 是类似意向的特殊条件,但不以 # 开头。) 新交谈启动时,将触发此条件。 您的节点指定当新对话启动时,系统将使用您添加到此第一个节点的响应部分的欢迎消息进行响应。

测试开始节点

可以随时测试对话以验证对话。

  • 单击 试用 以打开“试用”窗格。 您应该会看到欢迎消息。

添加节点以处理意向

现在,在 Welcome 节点和处理我们的意向的 Anything else 节点之间添加节点。

  1. 单击添加节点

  2. 在节点名字段中,输入Greet customers

  3. 在此节点的如果助手识别到字段中,开始输入 #General_Greetings。 然后选择 #General_Greetings 选项。

  4. 添加响应文本:Good day to you!

    问候
    编辑常规问候语节点。

  5. 单击 关闭 以关闭编辑视图。

  6. 单击添加节点以创建对等节点。

  7. 将对等节点命名为Say goodbye,并在#General_Ending如果助手识别到**字段中指定 **。

  8. 添加 OK. See you later. 作为响应文本。

    编辑常规结束节点。
    结束节点

  9. 单击 关闭 以关闭编辑视图。

测试意向识别

您已构建了一个简单的对话来识别并响应问候和结束输入。 下面我们来看看效果如何。

  1. 单击 试用 以打开“试用”窗格。

  2. 在文本字段中,输入 Hello,然后按 Enter 键。 输出指示已识别 #General_Greetings 意向,并显示相应的响应 (Good day to you.)。

  3. 请尝试进行以下输入:

    • bye
    • howdy
    • see ya
    • good morning
    • sayonara

    在 "试用" 窗格中测试对话框
    在试用中测试

    即便您的输入与所包含的示例不完全匹配,watsonx Assistant 也可以识别到您的意向。 此对话使用意向来识别用户输入的目的,而不考虑使用的措辞是否准确,然后以您指定的方式进行响应。

构建对话的结果

好了。 您已创建具有两个意向的简单交谈,并创建了一个对话来识别这两个意向。

后续步骤

本教程围绕一个简单的示例构建。 对于真正的应用程序,您将需要定义一些更有意思的意向、一些实体以及同时使用意向和实体的更复杂对话。 当您拥有经过打磨的助手版本时,可以将其与客户已使用的 Web 站点或渠道 (例如 Slack) 集成。 随着助手与客户之间的流量增加,可以使用分析页面中提供的工具来分析实际交谈,并识别需要改进的方面。