科技大厂纷纷投入开发Chatbot技术和应用，Amazon Echo在市场上广受欢迎，终于在今年4月正式释出数位助理Alexa背后Chatbot引擎Lex。图片来源／AWS

　　去年通讯平台脸书、Line、Skype，以及企业协作平台Slack都相继推出Chatbot开发平台，提供企业开发自家Chatbot，Chatbo从2016年开始爆红，带动企业开发Chatbot的风潮。

　　市调机构Gartner今年初的一项研究报告中预估，到了2020年，30%的网页浏览工作，将不再需要透过荧幕就能完成，80%的人使用App的数量将会减至现在的一半，消费者与企业之间的互动模式将会由虚拟个人语音助理（Virtual Personal Assistant，VPA）为中心，串联APP、API、ChatBot等应用，像是Amazon推出的语音个人助理Alexa、Google Assistant等，就不再需要透过荧幕，能够直接让使用者透过语音指令与Chatbot互动。

　　从Chatbot的通路端来看，脸书去年4月释出Messenger API，才经过3个月就已经有超过1.1万的Bot，而到了今年4月，每个月在Messenger平台上的活跃Bot竟然暴增到了10万个以上，脸书甚至更进一步，在Messenger的智慧搜寻Discover中，开始支援搜寻Bot的功能，让使用者可以在Messenger上依照类别浏览和搜寻企业自家开发的Bot。

　　另一个在台湾广受欢迎的Chatbot通路则是Line，在台拥有1，800万用户，像是玉山银行的理财机器人和台湾房屋的地产机器人都选择在Line的通路上，瞄准对话式商务的机会，开创Chatbot与消费者互动。

　　Line也追随脸书的脚步，不只作为Chatbot通路，在今年的世界通讯大展（MWC）上宣布，推出自家语音助理Clova（Cloud Virtual Assistant），Clova结合了Line的聊天技术，以及韩国最大入口网站Naver的搜寻与内容技术，首波将提供新闻讯息、天气资讯、播放音乐等功能。

　　除此之外，Line也计划释出支援Clova语音助理的智慧喇叭Wave，类似Amazon Echo、Google Home等设备，并将与第三方厂商合作，共同开发Clova硬体的相关服务。

　　从Chatbot的开发平台端来看，目前较为成熟的为Amazon的Lex、IBM Watson Conversation服务和微软的Bot Framework，Lex和Conversation服务都已经是正式版，微软的Bot Framework目前还是预览版。

　　AWS今年4月将Alexa核心引擎正式释出，推出了企业级Chatbot引擎Lex正式版本，Lex能介接到对话介面的通讯平台，并提供开发人员深度学习的技术，像是自然语言理解技术和自动语音辨识等功能，开发人员使用Lex的服务建立Chatbot的过程中，不需要自行建立机器学习的模型，可直接使用Lex自动产生的机器学习模型。

　　Lex与Lambda无伺服器运算服务整合，开发人员将程式码上传后，AWS即自动调派AWSEC2运算服务，建立Lambda程式执行环境，开发人员能将Chatbot部署到通讯平台、行动用户端和IoT装置。

　　若开发人员想将Chatbot部署到行动装置上，Lex也提供开发人员可用iOS和Android的SDK介接。

　　若是要部署到通讯平台，Lex整合了Facebook Messenger、Slack和Twilio SMS这3项对话通道，可以在Lex的介面上选择要部署的通道，在提供Token之后，Lex会给予CallbackURL，开发人员即可将Chatbot发布到对话通道上执行。

　　Lex的介面也提供了监控介面（Monitoring Dashboard），Lex可以显示遗漏讯息、回应延迟时间和使用流量等相关资讯，也能检视未被辨识语句。

　　Lex将Chatbot语意分析分为意图（Intent）、例句（Utterance）和Slot，与微软和IBM不一样的是，Lex将例句设定为意图的平行项目，也就是，Lex的例句能够用在不同意图中，省去在不同意图下建立一样例句的步骤。

　　Slot则是要满足执行意图的条件所输入的参数，与微软和IBM的Entity不同，Slot能够记录此参数触发程式的状态（Statement），Lex遇到类似的意图，像是订饭店或是订机票，就会保留Slot的资讯，供不同意图使用。

　　其中，Slot又可以依照对应的意图，分为不同的条件词汇类别（SlotType），像是订机票意图的条件词汇又可分为出发地、目的地、时间、班机编号等类别，此外，还提供了一些基本的意图，像是查询天气、电影时刻表等。

　　开发人员建立完语意分析的资料后，就可以开始建置讯息管理，Lex讯息的管理上，采用提示（Prompt）来获得足够的Slot资讯，例如，开发人员可以设定在接收到订机票的意图后，建立「请问您要到哪里？」的提示语句。Lex也有提供对话管理的机制，Lex采用的是Session Timeout与Cross-intentInformation Sharing的机制来管理对话。

　　Session Timeout提供开发人员设定一段时间，让Lex保留对话的资讯，让使用者在有效的时间内，可延续对话，不需要每次都重新输入资讯，若使用者提供了相关的条件词汇资讯，但尚未完成订购，Lex会预设将使用者提供的资讯记录保留5分钟，若使用者在时效内回到对话，即可继续订购的对话，开发人员可以自由设定时效的时间。

　　Cross-intentInformation Sharing则是让Chatbot在执行不同的意图时，可以同时使用对话内容的资讯，例如，在订购机票的Chatbot中，若使用者已完成订购机票的意图，想转移到查询订购状况的意图，Lex透过询问订购编号和日期，将两项不同意图资讯串在一起，订购资讯就可以同时被不同意图使用，不需要再重新询问一次使用者，订购的相关资讯。

　　Lex还提供意图链（Intent Chain）机制来管理上下文，根据使用者表达的语句，动态地转移意图，能够让开发人员将对话分成多个元件，这项机制简化了复杂的对话过程。

　　另外，Lex还提供2个版本管理的功能，分别是Versioning和Alias，Versioning是在开发人员第一次发布Chatbot后，Lex会自动记录并产生一个版本，之后每次发布都会产生新版本。

　　Alias则是提供开发人员指定特定版本的Chatbot，每个开发和执行阶段都可以指定不同版本的Chatbot，甚至，开发人员可以在使用者使用Chatbot时更新版本。除此之外，Lex的服务还能提供企业的开发人员一同参与设计Chatbot的过程，能允许多个开发人员在Lex服务中开发、测试。

　　IBM的WatsonConversation服务是另一个已推出正式版本的Chatbot平台。IBM在Watson Developer Cloud平台上，提供开发人员许多API和工具，透过简单的视觉化设计介面，让开发人员可以不需要撰写程式，就能打造出企业自家功能型的Chatbot。

　　Watson Conversation服务设计了Workspace的工作区来存放同一个Chatbot所有的参数设定和资料，必须包含意图、实体概念、对话（Dialog），此外，开发人员若更新Workspace中的资料，并不需要手动训练资料，系统将会自动更新内部的参数和资料。

　　Watson Conversation服务在语意分析上，采用3层式向下包含的语意结构，将每个Entity细分为多个特值（Value），每个Value又可以再细分出许多广义的同义词（Synonym），以行事历机器人为例，Entity若是星期，Value则是Monday、Tuesday、Friday等，而Friday又可以衍生出许多同义词，像是F、Fri，这样3层式的语意结构机制可以让机器人接收到错字、不完整的表达或是缩写时，也能正确地辨认词汇。

　　在对话管理方面，则是提供开发人员视觉化介面设计对话流程，运用节点树的概念，让设计对话的流程更为弹性，开发人员可自由地在原有的对话流程中，增加与根节点（Root Conversation Node）同层的对话节点，也可以加入不同层的子节点（ChildNode），来创造分支对话。

　　微软早在2015年5月就推出自然语言理解服务LUIS（Language Understanding Intelligence Service），去年3月Build大会释出Chatbot开发框架Bot Framework，提供企业透过LUIS分析语意，再用Bot Framework部署Chatbot，不过目前这两项服务都还没推出正式版。

　　微软今年Build大会上，更新了Bot Framework多项功能，不但新增了3个能部署Chatbot的对话通道，还提供开发人员打造任何对话场景都适用的通用卡（Adaptive Cards），能够用单一的架构套用在不同的平台，另外，LUIS服务也有不少更新。

　　微软增加了3个部署Chatbot的对话通道，提供Chatbot开发人员透过Bot Framework，将Chatbot部署到语音助理Cortana、搜寻引擎Bing和商用Skype。微软为了能创造Cortana的生态圈，还推出Cortana Skills Kit让开发人员可以为Cortana增加新技能。

　　微软提供开发人员打造任何对话场景都适用的通用卡（Adaptive Cards），能够让开发人员用JSON的格式设计介面模组、与使用者的互动模式等，透过单一架构就能套用在不同平台上，例如Microsoft Teams、Skype、Android、iOS等平台。除此之外，微软还新增了支付请求（PaymentRequest）API，让开发人员可以将自家Chatbot，加上购物付款的功能。

　　因应许多开发人员要求，LUIS的意图上限终于从20个变为80个，Entity则是从原本10个增加到30个，支援的语言也新增韩文、荷兰文和法文、西班牙文语系，并改善内建支援西班牙文、英文和中文的日期和数字Entity，甚至还将这两个内建Entity开源，让更多的开发人员可以使用和贡献功能。

　　语意的部分，微软则是新增了一系列的语言特性（Language Features）功能，例如，清单、混合的Entity、语意建议（Semantic Suggestions）和拼字检查（Spell Checking）等功能。

　　除此之外，微软也在LUIS的系统开发生命周期工具上着墨，像是版本管理（Versioning）、阶段Slots（Production/Stagingslots）、批次测试（Batch Testing）和程式共享（Application sharing）等功能，其中，程式共享功能改变了以往LUIS不利团队开发的劣势，让开发团队可以一起开发同一个Chatbot。

　　另外，LUIS还新增语音辨识功能，Chatbot开发人员可以不用再呼叫外部的语音转文字API，能够直接在LUIS内建立语音的语意理解模型，进而提升语音辨识效果，甚至还提供语音辨识自动除错的功能，使用者现在不只可以透过点选、打字的方式与Chatbot互动，还多了直接用讲的对话模式。微软也藉由Azure Application Insights提供Chatbot开发人员一系列的数据分析服务。