免费下载案例集|20+数字化领先企业人才培养实践经验 了解详情
写点什么

使用 Amazon Lex 构建聊天和文本应用接口

  • 2016-12-21
  • 本文字数:1584 字

    阅读完需:约 5 分钟

在近期的 AWS re:Invent 大会上,Amazon发布了Amazon Lex 的预览版本。Amazon Lex 中应用了它们的深度学习技术。同样的技术已用于Alexa,用在蓝牙和Wi-Fi 环境中可移动的 Amazon Echo 扬声器中。

Amazon Echo 是一款面向消费市场的产品,AWS 高级经理 Vikram Anbazhagan 将该产品定位为:

一种使用语言和文本构建对话接口的新服务。

在 Amazon Lex 内部,自然语言理解(Natural Language Understanding,NLU)和自动语音识别(Automatic Speech Recognition,ASR)为开发人员提供了提交文本或音频并接收服务所反馈文本的能力。这类称为“机器人”(Bot)的对话应用可使 Facebook Messenger 或 Slack 等聊天软件与智能后台数据服务进行交互。例如,开发人员可开发一个聊天应用,让用户可以询问天气预报情况。其中用户所发出的请求由 Amazon Lex 使用 ALU 进行解释,形式化为结构化查询,进而提交给使用 AWS Lambda 的天气预报服务,并将结果返回给调用应用。

图片来源:(视频截图) https://www.youtube.com/watch?v=ZdeK8HnhKQ8

为帮助开发人员解决在聊天机器人应用开发中所共同面对的挑战,Amazon 已经提供这种服务,解决了以下的问题:

  • 语音识别
  • 语言理解
  • 扩展性
  • 安全
  • 业务逻辑
  • 移动性
  • 测试
  • 消息平台
  • 异构系统

开发人员可以通过关联多种 AWS 服务以及其它基于 SaaS 的服务构建应用,并接入到其它的一些生态系统中,包括:

  • Salesforce
  • Microsoft Dynamics
  • Zendesk
  • Marketo
  • HubSpot
  • Quickbooks

为实现这种集成,开发人员可使用 Amazon API Gateway、AWS Lambda 或是 Mobile Hub SaaS Connector,也可使用 Amazon Virtual Private Cloud(VPC)连接去关联预置应用。

图片来源:(视频截图) https://www.youtube.com/watch?v=I5OlTMLinio

Amazon给出了 Amazon Lex 中所定义的一些主要概念,诠释了该服务的底层机制,其中包括:

  • 机器人(Bot)。“机器人”中包括了会话中的所有组件。
  • 意图(Intent)。“意图”表示机器人用户想要达到的目标(例如购买机票、预约会面或是获取天气预报,诸如此类)。
  • 表述(Utterance)。用户所说的或是所输入的一条短句就构成了一个“表述”,它会生成一个“意图”。两个简单的例子就是“我要预定酒店房间”和“我要订花”。
  • 数据槽位(Slot)。为实现“意图”,用户必须提供的一部分数据,这些数据称为一个“槽位”。“槽位”是有类型的,例如一个旅行机器人中可能会具有城市、州或机场等“槽位”。
  • 提示(Prompt)。“提示”是为实现“意图”而向用户请求提供数据(或是数据槽位)的问题。
  • 实现(Fulfillment)。“实现”是一种业务逻辑,具体落实用户的意图。Lex 支持在“实现”中使用 AWS Lambda 服务。

开发人员可以使用以上概念构建交互的机器人应用,实现多种多样的“意图”。如此使用机器人解决用户意图问题的实例包括:新闻和天气更新、预定酒店和航班、管理银行账户、将可穿戴设备连接到后端物联网平台等。

图片来源:(视频截图) https://www.youtube.com/watch?v=I5OlTMLinio

机器人框架和深度学习正得到业界的极大关注。仅在 Facebook 平台上就有超过 1.1 万的聊天机器人。在 2016 年 11 月,Microsoft宣布其机器人即服务的云产品可以接入到很多交谈平台中,例如Slack、Skype、Microsoft Teams 和Twilio 等。在今年的Google I/O 开发者年会上,Google发布了Allo,一个嵌入了机器学习技术的智能聊天App。还有最新发布的 Google Home ,一款类似于 Amazon Echo 的面向消费市场的智能助理产品。

现在 Amazon Lex 在美国东部地区(北弗吉尼亚)可作为预览使用。Amazon 提供了首年免费试用,此后将采用使用限制和根据使用情况收费。

查看英文原文: Building Conversational and Text Interfaces Using Amazon Lex


感谢张卫滨对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们。

2016-12-21 18:002601
用户头像

发布了 227 篇内容, 共 73.9 次阅读, 收获喜欢 28 次。

关注

评论

发布
暂无评论
发现更多内容

【案例】汽车之家 - 一次业务优化解决读写冲突的案例,提升 5 倍性能

TiDB 社区干货传送门

性能调优

PD 三类选主流程梳理

TiDB 社区干货传送门

TiDB 底层架构

【喜大普奔】zabbix 能监控 tidb 集群了 && tidb 能存储 zabbix 监控数据了

TiDB 社区干货传送门

监控

58 同城 TiDB 4.0 报告

TiDB 社区干货传送门

实践案例 数据库架构选型

高可用测试:KILL TiKV-Server,事务 TPS 掉零现象解读

TiDB 社区干货传送门

陆金所金融核心场景数据库的去 O 之路

TiDB 社区干货传送门

实践案例

TiDB 在 OPPO 准实时数据仓库中的实践

TiDB 社区干货传送门

实践案例

TiUP cluster 用到的三个账户

TiDB 社区干货传送门

安装 & 部署

TiDB 海量 region 集群调优实践

TiDB 社区干货传送门

性能调优 管理与运维

TiKV 多副本丢失的故障修复演练

TiDB 社区干货传送门

故障排查/诊断

TiDB 5.2 发版 ——“交易+分析”双引擎提速,挑战极限业务场景

TiDB 社区干货传送门

新版本/特性发布

使用Zabbix监控TiDB(二)

TiDB 社区干货传送门

监控

tikv下线Pending Offline卡住排查思路

TiDB 社区干货传送门

故障排查/诊断

数字化转型背后的 TiDB(地产行业)

TiDB 社区干货传送门

实践案例

TiDB 性能优化实践

TiDB 社区干货传送门

性能调优 性能测评

TiDB大规模节点下线实践

TiDB 社区干货传送门

性能调优

血泪教训 TiKV多副本丢失unsafe-recover恢复记录

TiDB 社区干货传送门

故障排查/诊断

悲观事务死锁检测

TiDB 社区干货传送门

TiDB 底层架构

为TiDB DM添加阿里云RDS/DMS Online DDL支持

TiDB 社区干货传送门

实践案例

浅谈 TiDB 初始化系统库过程

TiDB 社区干货传送门

性能调优 TiDB 底层架构

Prometheus 中 histogram_quantile 函数相关的若干问题

TiDB 社区干货传送门

监控

这么多TiDB负载均衡方案总有一款适合你

TiDB 社区干货传送门

实践案例 管理与运维

PD 客户端源码分析

TiDB 社区干货传送门

安装 & 部署

如何理解TiDB允许广义上的幻读

TiDB 社区干货传送门

TiDB 底层架构

TiDB 5.0 VS MySQL 8.0 性能对比测试

TiDB 社区干货传送门

版本测评

在x86和arm混合部署架构下排查TiKV节点内存占用极高的问题

TiDB 社区干货传送门

性能调优 故障排查/诊断

TiKV 多副本丢失以及修复实践

TiDB 社区干货传送门

实践案例

数据库架构升级选型 - TiDB

TiDB 社区干货传送门

数据库架构选型

TiDB 5.0 在TPCH和SSB基准测试下OLAP方面的能力表现

TiDB 社区干货传送门

版本测评

TiDB 5.0 部分新特性试用

TiDB 社区干货传送门

版本测评 新版本/特性发布 性能测评

TiDB集群之中控不可用,怎么办?

TiDB 社区干货传送门

管理与运维 故障排查/诊断

使用Amazon Lex构建聊天和文本应用接口_Google_Kent Weare_InfoQ精选文章