來看一個例子，在我們的項目中，可能會告訴我們的機器人以下聲明：

“Book me a room at the La Grande Hotel”(替我在La Grande Hotel訂一間房)

在這句話中，我們的intent(意圖)是”預(yù)定一個房間”，entity(關(guān)鍵字)是”La Grande Hotel”，現(xiàn)在，自然語言處理（NLP）算法可以計算兩種不同類型的對話內(nèi)容。

1. 基于意圖(Intent-based)的對話：這是當(dāng)NLP算法使用intents和entities進行對話時，通過識別用戶聲明中的名詞和動詞，然后與它的dictionary交叉引用，讓bot可以執(zhí)行有效的操作，這種類型的對話是Dialogflow使用的。
2. 基于流程(Flow-based)的對話：基于流程的對話是智能通信的下一個級別。在這里，我們會給予兩個人之間對話的許多不同樣本的RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)），創(chuàng)建的機器人將根據(jù)你訓(xùn)練的ML模型進行響應(yīng)。Wit.ai是在這個領(lǐng)域取得巨大進展的少數(shù)網(wǎng)站之一，不用擔(dān)心，我們不需要做到這個程度。

注意：如果想了解更多有關(guān)Intent-based和Flow-based的對話信息，可以查看這篇文章。

在本教程中，我們將創(chuàng)建一個可幫助你預(yù)訂hotel的機器人。

One of the most important rules when developing a chatbot is that it MUST have a personna. This means that it must behave like a real person. Therefore, let’s name out bot – Chip!
(開發(fā)chatbot最重要的規(guī)則之一，就是它必須有一個personna，意味著它必須像真人一樣行事。 因此，讓我們來替bot命名 – Chip！)

接下來，就進入本文重點！

熟悉Dialogflow

進入到Dialogflow，在右上角點擊”Go to Console(前往控制臺)”。

Dialogflow

系統(tǒng)會要求你使用Google帳戶登錄，并授權(quán)使用Dialogflow在Google云端平臺服務(wù)中查看和管理你的資訊，接受條款，你應(yīng)該看到一個初始啟動頁面。

Dialogflow-console

觀看介紹影片可以讓你更快速了解Dialogflow，但如果你不想花時間看也沒關(guān)係！點擊”Create Agent”按鈕，在Dialogflow中，一個agent(代理)意味著iOS應(yīng)用將使用chatbot通過無線方式進行通訊以接收回應(yīng)。

填寫代理名稱（比如Chip），然后點擊Create按鈕進行下一步，Dialogflow將為你創(chuàng)建agent?，F(xiàn)在，讓我們來確認(rèn)一下，你應(yīng)該有2個預(yù)設(shè)intents：”Default Welcome Intent”和”Default Fallback Intent”。在左側(cè)欄位中，你應(yīng)該可以看到Intents和Entities的tabs(選項)。

Create Agent in Dialogflow

我們也會在下方看到其他tabs?，F(xiàn)在，該開始創(chuàng)建機器人了！

添加Entities

首先，讓我們開始添加entities，如果你還記得，entities就像NLP算法可以理解的名詞，拿出一個可能經(jīng)常用于我們機器人的entities名單，我已經(jīng)把我整理的list放在下面，并且隨時可以添加它。

• Hotel
• Room
• Payment

選擇entities選項，然后點擊”Create Entity”按鈕。并將這個entity命名為”Hotel”，并點擊第一行，輸入”Hotel”當(dāng)做參考值，當(dāng)用戶使用你的機器人時，他們可能會使用Hotel以外的其他名稱。 因此，應(yīng)該輸入關(guān)鍵字的一些同義詞，即使用戶使用”Hotel”以外的字，機器人仍然可以理解用戶在說什么，看下面的圖片，我使用了一些同義詞。

Dialogflow-add-entity

現(xiàn)在，儲存你的entity，并按照剛才建置Hotel entity的步驟創(chuàng)建以下的entities。

Dialogflow-entity-payment

Dialogflow-entity-room

小建議：要查找單詞的同義詞，只需Google搜尋”synonyms of [word]”。

現(xiàn)在我們已經(jīng)創(chuàng)建了entities，接著來討論intents。

添加Intents

進入Intents頁面并點擊Default Welcome Intent，這個intent就是我們機器人在第一次啟動時會抓取的東西，你應(yīng)該看到網(wǎng)頁呈現(xiàn)如下：

Dialogflow-intent

我們可以制定用戶應(yīng)該說出哪個字去觸發(fā)intent。在本頁面的最底部，我們也可以制定回應(yīng)的文本內(nèi)容，由于這是一個Welcome intent，用戶可能會說”Hello!”或”How’s it going?” 因此，讓我們將這些短語（和任何類似的同義詞）添加到’User says’部分，以下是一些范例，你可以隨意地添加更多的訊息，設(shè)定你的用戶可能會對機器人說的字匯。

Dialogflow-welcome-intent

如果向下滾動，會找到* Response *部分。intent帶有一些內(nèi)置的回應(yīng)，我們添加一個follow up question(關(guān)聯(lián)性問題)：”What can I do for you?”，我們最終Welcome intent應(yīng)該是這樣的：

Dialogflow-welcome-intent-response

在我們開始創(chuàng)建下一個intent之前，如果你想在任何時候測試你的agent，請查看右側(cè)欄位，你可以輸入想要的任何內(nèi)容，然后查看你的agent是否回應(yīng)。輸入”Hello”，然后檢查agent是否回應(yīng)了預(yù)期的回應(yīng)。

到目前為止，agent只有一個intent，由于我們的機器人是為處理預(yù)訂hotel而設(shè)計的，因此我們必須創(chuàng)建另一個處理intent這些查詢，用戶可能會問：“能替我預(yù)訂一家旅館嗎？” 或類似的問句。

讓我們創(chuàng)建一個新的intent，并將其命名Begin Order。在User says欄位中，添加上面的表達式然后按下enter。一旦你輸入了這個表達式，將會看到agent已經(jīng)在該語句中識別了一個@Hotel關(guān)鍵字。與entities類似，用戶不會只用這個問句來表達預(yù)訂酒店的需求。所以這里添加一些變化，以agent理可以了解用戶的意思，增加的變化越多，agent也就越聰明，以下是一個范例展示。

Dialogflow Begin Order Intent

agent應(yīng)該做的下一件事是搜索附近的hotel，并詢問用戶他/她需要幾間房。但是，如果我們要真正搜尋附近的酒店，則需要調(diào)用API并使用JavaScript將webhook與api.ai整合在一起，這超出了本教程的范圍，所以讓我們在Response欄位創(chuàng)建一些虛擬酒店，這是我創(chuàng)建的回應(yīng)內(nèi)容：

Dialogflow-begin-order-response

儲存intent并返回到主頁面，在右側(cè)欄位中測試你的agent，到目前為止，如果讀者有跟著前面的步驟，它應(yīng)該按預(yù)期工作！正如你所看到的，不必提出確切的問題，Dialogflow將從你的陳述中學(xué)習(xí)并理解變化。

test-agent

現(xiàn)在，我們來添加一些follow-up intent，將鼠標(biāo)移動在你剛創(chuàng)建的intent上，你應(yīng)該看到一個選項”Add follow-up intent”，選擇它并點擊Custom，將產(chǎn)生一個新的intent，并顯示”Begin Order – custom”，讓我們編輯這個intent！

Dialogflow-add-follow-intent

請記住，我們agent對我們說的最后一件事情是”How many rooms do we want?”，用戶可能會回覆一個數(shù)字，他/她可能會說：”I would like 1 room”或簡單地回答”4″，你應(yīng)該要預(yù)測用戶會說什么，并填寫所有可能的答案，請參考以下我填寫的范例：

begin-order-followup-intent

正如你所看到的，Dialogflow有一個內(nèi)置的數(shù)字entity，不管你輸入一個數(shù)字還是一個單詞，它都能夠處理它并理解它的含義。

接下來，我們要讓機器人回應(yīng)確認(rèn)價格總額，并詢問用戶喜歡什么付款方式。同樣的，于這些是hotel虛擬資料，我們可以在機器人的反應(yīng)中添加虛擬的價格。

begin-order-followup-response

保存這個intent，現(xiàn)在給讀者一個挑戰(zhàn)，創(chuàng)建最后一個intent，即詢問用戶使用何種付款方式付款，這應(yīng)該是非常簡單的，因為我們已經(jīng)做了兩次！

所以我們將回到intent的主頁面，然后點擊Create Intent。

注意： 沒有創(chuàng)建另一個follow-up intent，因為當(dāng)機器人第一次觸發(fā)時，用戶不太可能會說出付款方式的名稱，這就是為什么我要創(chuàng)造一個normal intent，就像我們在剛開始時所做的。

將這個intent命名為Payment并添加用戶可能會說的內(nèi)容，這是我們的Payment關(guān)鍵字(entity)使用的地方！

Dialogflow-payment-intent

最后，讓機器人回應(yīng)一些確認(rèn)訊息。以下是一些范例：

• Done! You have rent the rooms!
• Success! We received your payment.

就是這樣！請記住保存Payment意圖，Chip現(xiàn)在可以使用了，在我們轉(zhuǎn)到本教程的iOS端之前，你可以在右側(cè)欄位中對其進行測試。

還有幾件事

在開始真正的編程之前，讓我花點時間來解釋Dialogflow控制臺左側(cè)欄位中的其他tabs，在Entities下，有一個名為Training的tab，如果點擊此選項，你將收到所有發(fā)送給agent的回覆訊息以及agent回覆的內(nèi)容，如果你告訴你的agent一些回應(yīng)文本，但它回應(yīng)你不喜歡的輸出，這就非常有用，若你稍后意識到忘記了某個關(guān)鍵字的同義詞，并且用戶正在使用這個關(guān)鍵字，那么也可能會有所幫助，可以去告訴你的代理在這種情況下應(yīng)該做什么。

在Training下方，你可以看到Integrations。在這里，可以管理你的agent去串接不同的服務(wù)，例如Google Assistant，Twitter，Slack，Messenger，Cortana，Alexa等等。Integrations之后，還有Analytics，基本上用來顯示建議名稱，之后還有Fulfillment，如果你要調(diào)用一個API并實現(xiàn)一個webhook，這就是你會需要來的地方。

Dialogflow-integration

最后兩個選項功能非常簡單，但很有用。第一個是Prebuilt Agents，在這里，你可以import一個預(yù)先存在的代理框架，有很多例子，如食物傳遞機器人，音樂機器人，甚至（抱歉，但你真的需要知道這個）hotel預(yù)訂機器人！ 最后一個選項是Small Talk，如果你將代理設(shè)計為像Siri或Google Assistant這樣的每日伙伴(daily companion)，這個選項非常有用，Small Talk允許你添加常見問題的答案，我們都喜歡問我們的機器人，如”你幾歲？”或”你住哪里？”，以及更熱門的問題”你愿意嫁給我嗎？”

現(xiàn)在你已經(jīng)知道Dialogflow是什么，并且對于如何操作有很好的觀念了，現(xiàn)在是時候移動到另一端，開始編寫Swift代碼！

使用API.AI SDK連接到Dialogflow

現(xiàn)在我們移動到本教程Swift的部分，首先[下載初始項目]（https://github.com/appcoda/ChatbotHotel/raw/master/ChatbotStarter.zip），我已經(jīng)構(gòu)建了基本的UI并綁定了API.AI SDK。如果你從頭構(gòu)建應(yīng)用程序，則可以使用CocoaPods安裝API.AI SDK（這是用于連接到Dialogflow的SDK），只需在Podfile中添加以下訊息：

pod  'ApiAI'

一旦你unzip初始項目，確保你打開了Chatbot Starter Project.xcworkspace文件。進入Main.storyboard，已經(jīng)有一個UILabel，UIButton和UITextField，它們的outlets也連接到ViewController.swift。

demo-app-main-storyboard

先來看看AppDelegate.swift，我們需要讓APP連接到Dialogflow的servers，在import UIKit的正下方，輸入以下代碼來導(dǎo)入framework：

import  ApiAI

現(xiàn)在，需要使用client access token來初始化我們的配置，請參照下面范例更新didFinishLaunchingWithOptions方法：

func  application(_  application:  UIApplication,  didFinishLaunchingWithOptions launchOptions:  [UIApplicationLaunchOptionsKey:  Any]?)  ->  Bool  {

    let  configuration  =  AIDefaultConfiguration()

    configuration.clientAccessToken  =  "YOUR_CLIENT_ACCESS_TOKEN"

    let  apiai  =  ApiAI.shared()

    apiai?.configuration  =  configuration

    return  true

}

將字符串”YOUR_CLIENT_ACCESS_TOKEN”替換你自己的機器人的client access token，如果你不知道在哪里可以找到，請移動到Dialogflow中的chatbot settings。 在”General”選項下，你應(yīng)該在”API keys欄位下找到client access token。

Dialogflow-api-key

現(xiàn)在，當(dāng)我們的應(yīng)用程式啟動時，它將使用client access token連接到Chip bot。

讓裝置開始說話

前往ViewController.swift，并且在import UIKit之下，import ApiAI和AVFoundation框架：

import  ApiAI

import  AVFoundation

我們需要導(dǎo)入AVFoundation框架，因為我們需要bot與用戶交談，該框架附帶了能夠從文本轉(zhuǎn)為合成語音的“AVSpeechSynthesizer”類別，為了讓裝置與我們的用戶交談，在ViewController類中插入以下幾行代碼：

let  speechSynthesizer  =  AVSpeechSynthesizer()

func  speechAndText(text:  String)  {

    let  speechUtterance  =  AVSpeechUtterance(string:  text)

    speechSynthesizer.speak(speechUtterance)

    UIView.animate(withDuration:  1.0,  delay:  0.0,  options:  .curveEaseInOut,  animations:  {

        self.chipResponse.text  =  text

    },  completion:  nil)

}

讓我告訴你上面的代碼做了哪些事。首先，我們定義一個常數(shù)speechSynthesizer，并初始化一個 AVSpeechSynthesizer的實例。AVSpeechSynthesizer是一個提供自文本轉(zhuǎn)換為語音的object，并允許存取控制正在進行的訪問，然后創(chuàng)建一個新的函數(shù)speechAndText(text: String)，根據(jù)用戶輸入的內(nèi)容執(zhí)行更改。

在函數(shù)內(nèi)部，我們創(chuàng)建一個AVSpeechUtterance的實例，最簡單的說，它是一個將被宣讀的文本塊。然后，我們要求裝置讀出這段文字，同時，我們想向用戶展示機器人的response，這就是為什么我們將label的text設(shè)置為機器人的response。

我使用UIView.animate方法為label轉(zhuǎn)換為微妙的動畫，當(dāng)你正在開發(fā)自己的應(yīng)用程式，但不具備創(chuàng)建高品質(zhì)的動畫知識，則這種方法可以實現(xiàn)這一效果。

發(fā)送請求

我們只剩下最后一部分，當(dāng)用戶點擊按鈕時，應(yīng)發(fā)送request給我們的代理，讓我們看看我們該怎么做！在sendMessage操作方法中插入以下幾行代碼：

let  request  =  ApiAI.shared().textRequest()

if  let  text  =  self.messageField.text,  text  !=  ""  {

    request?.query  =  text

}  else  {

    return

}

這段code是相當(dāng)基本的，但是可能部分讀者不太理解這段代碼，還是讓我解釋一下。基本上，我們以用戶提供的query條件來準(zhǔn)備API.AI文本請求，從messageField中檢索文本并執(zhí)行基本驗證，確保文本字段不是空白，一旦我們得到了這段text，就將它丟給request的query屬性。

好的，文本request已經(jīng)準(zhǔn)備好了，下一步是發(fā)起請求并發(fā)送給機器人。當(dāng)然，我們需要處理API.AI代理回應(yīng)的任何內(nèi)容，有兩種可能性：success或failure，如果代理程序返回成功訊息，那么我們希望應(yīng)用程式說出回應(yīng)并將其顯示在螢?zāi)簧?，如果出現(xiàn)失敗訊息，那么應(yīng)用程式只是打印錯誤到控制臺，我們可以通過使用下面的代碼來實現(xiàn)：

request?.setMappedCompletionBlockSuccess({  (request,  response)  in

    let  response  =  response as!  AIResponse

    if  let  textResponse  =  response.result.fulfillment.speech  {

        self.speechAndText(text:  textResponse)

    }

},  failure:  {  (request,  error)  in

    print(error!)

})

request執(zhí)行完成后，應(yīng)用程式需要做什么，你可以調(diào)用setMappedCompletionBlockSuccess方法并在閉包中指定動作，一旦請求完成，完成處理程序?qū)⒈徽{(diào)用，并將回應(yīng)作為參數(shù)傳遞，在閉包中，我們調(diào)用前面創(chuàng)建的speechAndText(text: )方法來說出并顯示回應(yīng)內(nèi)容，如果response顯示失敗，我們只需將其打印到logs即可。

剩下最后一件事，我們還沒有發(fā)起對API.AI的request，為此，我們調(diào)用enqueue函數(shù)并放入指定request，這可以通過使用下面代碼來完成：

ApiAI.shared().enqueue(request)

messageField.text  =  ""

我們將請求發(fā)送到API.AI并清除textfield中的文字，你的整個sendMessage方法應(yīng)該如下所示

@IBAction func  sendMessage(_  sender:  Any)  {

    let  request  =  ApiAI.shared().textRequest()

    if  let  text  =  self.messageField.text,  text  !=  ""  {

        request?.query  =  text

    }  else  {

        return

    }

    request?.setMappedCompletionBlockSuccess({  (request,  response)  in

        let  response  =  response as!  AIResponse

        if  let  textResponse  =  response.result.fulfillment.speech  {

            self.speechAndText(text:  textResponse)

        }

    },  failure:  {  (request,  error)  in

        print(error!)

    })

    ApiAI.shared().enqueue(request)

    messageField.text  =  ""

}

是時候了！現(xiàn)在運行應(yīng)用程式（在iPhone X上），一切都應(yīng)該按預(yù)期工作！

chatbot-demo-hotel-booking

下一步是什么

本教程包含很多的資訊，希望對讀者會是非常有益的，那么，接下來你應(yīng)該做什么？我會建議你繼續(xù)擴展這個機器人，甚至創(chuàng)建你自己的機器人，期待你分享如何創(chuàng)建自己的機器人，歡迎發(fā)表在下面的評論！

以供參考，你可以在Github下載完成的項目。

關(guān)于Dialogflow的更多資訊，你你可以參考他們的documentation。

勇敢大膽的嘗試吧！你可以在Dialogflow上創(chuàng)建自己的聊天機器人，并把它放在Google Assistant上。如果你想嘗試一下，請查看這個影片，可以打開Google Assistant并透過”Talk to Max the Programmer”來測試我用Dialogflow製作的聊天機器人！鼓勵大家繼續(xù)研究Dialogflow，因為你可以在Google Assistant，Alexa，Twitter，Cortana，F(xiàn)acebook Messenger，Telegram等平臺部署聊天機器人！

原文：Building a Chatbot App for iOS with Dialogflow (API.AI) and Text-to-Speech

簡寶玉寫作群日更打卡第 29 天