用机器学习拯救“智障”聊天机器人,谷歌开放分析平台Chatbase

简介:
本文来自AI新媒体量子位(QbitAI)

当你做了一个网站、App、游戏,肯定会马上想到要加上统计分析功能,这早就成了互联网产品的标配组件,产品迭代、用户运营,都离不开它。

如果你做的,是个聊天机器人呢?


聊天机器人,或者说Chatbot,在国内还基本是科技公司的专属玩具,但美国公司们对这个东西有着更高的热情,卖票的Ticketmaster、拍片的HBO、麦咖啡的星巴克,都有自己的聊天机器人,他们的聊天机器人也有也很多可以放,Facebook Messenger、Kik、Slack、Viber和Skype等等平台。

不过想做好一款聊天机器人,还是很难的,一不小心就会被用户斥为“人工智障”。谷歌为此准备好了一款分析工具,用机器学习来自动分析一个聊天机器人上会反复出现的问题,帮开发者快速优化、提高对话的速度和准确率,避免沦为“智障”。

2681e072664f4b0569605f19631fd022c1bbf9e2

这款工具名叫Chatbase,初次亮相是6个月前,在谷歌I/O开发者大会上,不过当时还是小范围测试。现在,这个平台终于向所有人开放了。

与Google Analytics类似,Chasebase也可供任何人免费使用,它还能实现跨平台运行,兼容Facebook Messenger、Kik、Slack、Viber和Skype。但Chatbase的价值不仅在于聊天服务:随着Google Assistant、亚马逊Alexa、三星Bixby和苹果Siri等语音助手的兴起,理解力分析将变得至关重要。

作为谷歌Area 120内部孵化器的一个产物,Chatbase目前吸引了数百家公司使用,包括Ticketmaster、HBO和Viber。Viber发言人说:“通过优化高退出率的请求,我们的一款热门聊天机器人的请求数量增加了35%。Chatbase很有帮助,我们不必再梳理日志,而是可以借助它的机器学习能力来优先进行有必要的优化。”

Chatbase团队主管Ofer Ronen对表示,自从该平台之前发布以来,谷歌已经了解到:“开发和分析聊天机器人是一项挑战,因为工具相对较新,仍然不够成熟。与大家已经深入理解的网站和应用不同,聊天机器人的开发仍在不断完善。”

他还说:“聊天机器人之所以如此具有挑战,一大原因子它们没有限制:用户希望聊天机器人能够处理各种请求,所以会在其中包含任意的词汇。这也是Chatbase着重关注的领域,找到聊天机器人无法很好响应的热门请求。”

816045791364571dde21d279be612452b70a96d9

谷歌并非唯一一家拓展聊天机器人分析领域的公司,Dashbot、Botanalytics、BotMetrics、Manner等公司也在与之竞争。但谷歌的优势在于,该公司已经拥有Google Analytics,这是移动和网站开发领域的顶尖分析工具。Ronen还补充道,除了可以追踪全面内容外,聊天机器人机器学习能力也使之具备竞争优势,把难对付的用户消息进行汇总,其中一个例子就是找到并解决“遗漏”——也就是说,虽然系统支持某些活动,但用户却使用了开发人员最初没有想到一些对应的说法。

“用谷歌的机器学习能力为用户服务显然是一大差异化因素,我们的用户也感到非常振奋。”

49e2c8ca2798f2fa932eeba71dac02b1b36d0f63

如果谷歌能够成功让Chatbase兼容多个平台,这项服务就会像Analytics一样普及,帮助该公司从各种对话中吸收庞大的数据。这不仅可以让谷歌改进机器人生态系统,还能看到机器学习领域的大幅提升。另外,这最终还有可能帮助公司找到聊天机器人的盈利方法——例如聊天机器人版的Google AdWords。

Chatbase不会提供跟传统分析工具一样的指标,但的确存在一些重合。它提供的数据包括活跃用户数、对话、留存率,还会对不同平台的表现进行对比。

任何人都可以注册使用Chatbase。Dialogflow(之前名为API.ai)的用户可以自动接入Chatbase的基础功能。


—  —

本文作者:李杉 李林
原文发布时间:2017-11-18
相关文章
|
2月前
|
机器学习/深度学习 人工智能 Shell
人工智能平台PAI操作报错合集之在分布式训练过程中遇到报错,是什么原因
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
2月前
|
机器学习/深度学习 人工智能 数据处理
人工智能平台PAI操作报错合集之任务重启后出现模型拆分报错,该怎么办
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
14天前
|
机器学习/深度学习 人工智能 数据处理
【人工智能】项目实践与案例分析:利用机器学习探测外太空中的系外行星
探测外太空中的系外行星是天文学和天体物理学的重要研究领域。随着望远镜观测技术的进步和大数据的积累,科学家们已经能够观测到大量恒星的光度变化,并尝试从中识别出由行星凌日(行星经过恒星前方时遮挡部分光线)引起的微小亮度变化。然而,由于数据量巨大且信号微弱,传统方法难以高效准确地识别所有行星信号。因此,本项目旨在利用机器学习技术,特别是深度学习,从海量的天文观测数据中自动识别和分类系外行星的信号。这要求设计一套高效的数据处理流程、构建适合的机器学习模型,并实现自动化的预测和验证系统。
24 1
【人工智能】项目实践与案例分析:利用机器学习探测外太空中的系外行星
|
25天前
|
机器学习/深度学习 算法 数据中心
【机器学习】面试问答:PCA算法介绍?PCA算法过程?PCA为什么要中心化处理?PCA为什么要做正交变化?PCA与线性判别分析LDA降维的区别?
本文介绍了主成分分析(PCA)算法,包括PCA的基本概念、算法过程、中心化处理的必要性、正交变换的目的,以及PCA与线性判别分析(LDA)在降维上的区别。
35 4
|
28天前
|
机器学习/深度学习 算法 搜索推荐
基于机器学习的用户行为分析:深入洞察与精准决策
【8月更文挑战第3天】基于机器学习的用户行为分析为企业提供了深入了解用户需求、优化产品设计和制定精准营销策略的有力工具。随着人工智能和大数据技术的不断发展,用户行为分析将更加智能化和个性化。未来,我们可以期待更加高效、精准的机器学习算法和模型的出现,以及更多创新性的应用场景的拓展。同时,也需要关注数据隐私和安全性问题,确保用户数据的安全和合规使用。
|
2月前
|
数据采集 人工智能 自然语言处理
阿里云百炼平台深度体验:智能问答与模型训练的创新之旅
在人工智能的浪潮中,阿里云百炼平台以其强大的大模型开发能力,为企业和个人开发者提供了一站式的解决方案。本文将从知识检索应用搭建、模型训练调优以及流程管理功能三个角度,全面评测阿里云百炼平台的实际使用体验。
147 3
|
18天前
|
机器学习/深度学习 人工智能 Linux
【机器学习】Dify:AI智能体开发平台版本升级
【机器学习】Dify:AI智能体开发平台版本升级
83 0
|
24天前
|
机器学习/深度学习 数据采集 数据可视化
基于机器学习的一线城市租房价格预测分析与实现,实现三种算法预测
本文通过数据采集、处理、特征选择和机器学习建模,对一线城市租房价格进行预测分析,比较了随机森林、一元线性回归和多元线性回归模型,并发现随机森林模型在预测租房价格方面表现最佳,为租房市场参与者提供决策支持。
|
28天前
|
机器学习/深度学习 算法
【机器学习】梯度消失和梯度爆炸的原因分析、表现及解决方案
本文分析了深度神经网络中梯度消失和梯度爆炸的原因、表现形式及解决方案,包括梯度不稳定的根本原因以及如何通过网络结构设计、激活函数选择和权重初始化等方法来解决这些问题。
39 0
下一篇
云函数