●譯者序
前言
關於作者
關於技術審校人員
第1章 聊天機器人概述 1
1.1 對機器人的期望 2
1.2 什麼是聊天機器人 3
1.3 為什麼是現在 6
1.3.1 人工智能取得的進步 6
1.3.2 作為智能對話平臺的消息應用程序 7
1.3.3 語音喚醒的智能助理 8
1.4 創建聊天機器人的動機 8
1.5 機器人的組成 10
1.5.1 機器人運行庫 10
1.5.2 自然語言理解引擎 11
1.5.3 對話引擎 12
1.5.4 通道集成 14
1.6 結束語 15
第2章 聊天機器人與自然語言理解 17
2.1 自然語言處理的基本概念 18
2.2 常見的自然語言處理任務 23
2.2.1 句法分析 23
2.2.2 語義分析 23
2.2.3 語篇分析 23
2.3 機器人中常見的自然語言理解功能 24
2.4 雲端自然語言理解繫統 24
2.5 自然語言理解繫統的商業產品 25
2.6 結束語 26
第3章 語言理解智能服務 27
3.1 意圖分類 28
3.2 發布LUIS應用 34
3.3 實體抽取 37
3.3.1 Age、Dimension、Money和Temperature 40
3.3.2 DatetimeV2 41
3.3.3 Email、Phone Number和URL 46
3.3.4 Number、Percentage和Ordinal 46
3.4 實體訓練 47
3.5 自定義實體 50
3.5.1 簡單實體 50
3.5.2 復合實體 56
3.5.3 層次實體 61
3.5.4 列表實體 64
3.5.5 正則表達式實體 65
3.6 預建域 65
3.7 短語列表 67
3.8 主動學習 69
3.9 儀表板概覽 70
3.10 LUIS應用管理與版本更新 71
3.11 拼寫檢查 73
3.12 導入/導出LUIS應用 74
3.13 使用LUIS Authoring API 75
3.14 解決遇到的問題 75
3.15 結束語 76
第4章 對話設計 78
4.1 常見的使用場景 78
4.1.1 面向消費者的常見使用場景 78
4.1.2 面向企業的常見使用場景 82
4.2 對話表達 83
4.3 機器人的響應 85
4.3.1 構建塊 85
4.3.2 機器人的身份驗證和授權 87
4.3.3 專用卡片 88
4.4 其他功能 90
4.5 對話交互設計指南 91
4.5.1 專注 91
4.5.2 不要把機器人設想為人 91
4.5.3 不要賦予機器人性別 91
4.5.4 總是提供當前優選的建議 92
4.5.5 持久的個性 92
4.5.6 使用豐富的內容 93
4.5.7 原諒 93
4.5.8 避免卡殼 93
4.5.9 不要過於主動發送消息 93
4.5.10 提供人工介入方法 93
4.5.11 從用戶對話中學習 94
4.6 結束語 95
第5章 微軟Bot框架概述 96
5.1 微軟Bot Builder SDK基礎 96
5.2 Bot框架端到端的設置 107
5.2.1 第一步：連接到Azure 107
5.2.2 第二步：在Azure中創建Bot Registration 109
5.2.3 第三步：為機器人設置安全認證 111
5.2.4 第四步：設置遠程訪問 112
5.2.5 第五步：連接到Facebook Messenger 113
5.2.6 第六步：將機器人部署到Azure 117
5.3 理解所做的操作 121
5.3.1 Microsoft Azure 121
5.3.2 機器人通道注冊入口 121
5.3.3 認證 122
5.3.4 連接和ngrok 122
5.3.5 部署到Facebook Messenger 123
5.3.6 部署到Azure 123
5.4 Bot Builder SDK重要概念 123
5.4.1 會話和消息 124
5.4.2 瀑布和提示 127
5.4.3 對話框 130
5.4.4 調用對話框 133
5.4.5 識別器 135
5.5 創建一個簡單的日歷機器人 138
5.6 結束語 139
第6章 深入Bot Builder SDK 140
6.1 對話狀態 140
6.2 消息 141
6.3 地址和主動消息 144
6.4 富媒體內容 146
6.5 按鈕 149
6.6 卡片 152
6.7 建議動作 156
6.8 通道錯誤 158
6.9 通道數據 158
6.10 群組聊天 162
6.11 自定義對話框 163
6.12 動作 168
6.13 庫 173
6.14 結束語 174
第7章 構建一個完整的Bot 176
7.1 關於OAuth 2.0 176
7.2 Google API的建立 177
7.3 將身份驗證與Bot Builder集成 182
7.4 無縫登錄流程 187
7.5 與Google Calendar API集成 195
7.6 實現Bot功能 201
7.7 結束語 205
第8章 擴展通道功能 207
8.1 Slack深度集成 207
8.2 連接Slack 210
8.3 Slack API實驗 215
8.4 簡單的互動消息 220
8.5 多步驟體驗 227
8.6 結束語 236
第9章 創建新的通道連接器 237
9.1 Direct Line API 237
9.2 自定義Web聊天界面 239
9.3 語音機器人 250
9.4 將機器人與Twilio整合在一起 252
9.5 與SSML集成 262
9.6 最後的接觸 265
9.7 結束語 268
第10章 使聊天機器人更聰明 269
10.1 拼寫檢查 271
10.2 情感 276
10.3 多語言支持 277
10.4 QnA Maker 282
10.5 計算機視覺 286
10.6 結束語 290
第11章 自適應卡片和自定義圖形 291
11.1 自適應卡片 291
11.2 渲染自定義圖形 302
11.3 結束語 319
第12章 人工切換 320
12.1 仍離不開人 320
12.2 從客服角度看聊天機器人 321
12.2.1 一直在線的聊天機器人 321
12.2.2 非全時在線的聊天機器人 321
12.2.3 面向客服代表的聊天機器人 321
12.3 典型的客戶服務繫統概念 322
12.4 集成方法 322
12.4.1 自己創建界面 323
12.4.2 基於平臺 323
12.4.3 基於產品 324
12.5 Facebook Messenger切換示例 326
12.6 結束語 332
第13章 聊天機器人分析 333
13.1 常見數據問題 333
13.1.1 通用數據 334
13.1.2 人口統計資料 335
13.1.3 情感 335
13.1.4 用戶駐留 335
13.1.5 用戶會話流 336
13.2 分析平臺 337
13.3 與Dashbot和Chatbase集成 340
13.4 結束語 346
第14章 學以致用：Alexa技能工具包 348
14.1 概述 348
14.2 創建一個新的技能 350
14.3 Alexa NLU和自動語音識別 352
14.4 深入研究針對Node.js的Alexa技能工具包 358
14.5 其他選擇 367
14.6 連接到Bot框架 369
14.6.1 關於Bot框架和Alexa技能工具包集成的實現決策 369
14.6.2 示例整合 371
14.7 結束語 378

本書講述機器人設計和實現背後的基本概念。每一章都建立在前面的主題之上，並且在適當的地方顯示了實現這些概念的實際工作代碼。通過選擇一個代碼編輯器，你可以開始體驗創建智能、迷人和有用的機器人。本書將教你如何在Facebook Messenger和Slack等平臺上創建自己的機器人，整合擴展API，並在雲中應用人工智能和機器學習算法。在本書的最後，你將會有足夠的信息通過你創建的機器人來接觸成千上萬的新用戶。