Dialogflow, Actions on google 學習筆記

2018-12-28
#gcp #dialogflow #actions_on_google
gcp

qwiklabs

qwiklabs 是一個的 GCP 學習沙盒(sandbox), 讓你可以快樂的在裡面玩沙, 而不用搞壞公司的 GCP 環境還被扣費用, 每個 labs 教程結束後, 會頒發一個 badge 給你, 還滿有成就的, 上完一系列的 labs 還可以參加考試領證書, 有點貴就是了… AWS 也有 qwiklabs, 服務一樣就不介紹了。
從 catalog 裡面還可以篩選一些 free labs, 我的 GCP 之路大概就是這樣起手…
寫這篇文章的主要 課程

Dialogflow

對後端工程師來說 API 就是我們的 UI, 不用刻任何介面就可以把服務應用到 chat-bot 上去是很爽的一件事, 如果要更友善更開放就需要 NLP 的支援, 但是架設 NLP service 又是大工程, 要架設 NLP, 餵字庫, 算權重, etc., 聽同事介紹說 DialogFlow 在處理中文的 intent, session 很強大, 就順便在 qwiklabs 上用看看, 幾個概念了解一下就好,

  • Action: an interaction built for Google Assistant that performs specific tasks based on user input.
  • Intent: the goal of the Action (e.g. generate quotes). An intent takes user input and channels it to trigger an event.
  • Agent (Dialogflow): a module that uses NLU and ML to transform user input into actionable data to be used by an Assistant application.

Actions on google

主要是用來整合 Google 相關產品 (Dialogflow, etc.) 與 Google Assistant 與 Google Search 的平台, 用了就知道, 幾個概念了解一下就好

  • Intent: A goal or task that users want to do, such as ordering coffee or finding a piece of music. In Actions on Google, this is represented as a unique identifier and the corresponding user utterances that can trigger the intent.
  • Action: An interaction you build for the Assistant that supports a specific intent and has a corresponding fulfillment that processes the intent.
  • Fulfillment: A service, app, feed, conversation, or other logic that handles an intent and carries out the corresponding Action.

Steps

  1. 需要有一個 GCP project-id
  2. Actions on google import GCP project-id
  3. Actions on google 的 project 裡面建立 actions, 會自動導向到 dialogflow 的 Create Agent
  4. 建立好 Agent 後, 就建立 intents, 預設有 Default Fallback Intent 跟 Welcome Intent
  5. 選擇 Fallback Intent, 裡面有 Training phrases, 訓練一些慣用語, Agent 會自己訓練跟學習
  6. 一樣在 Fallback Intent 階段, 把對應的 Response 設定上去
  7. Save Intents
  8. 打開 Activity Controls 的權限, 讓 google 蒐集你的相關資料做訓練參考用吧, 我猜
  9. Actions on google 做 Simulator 模擬測試

Fallback Intents

Fallback Intent 就是當 Agent 無法辨識使用者的 intent 的時候, 有預設了一些 Response, 用來作 Fallback 策略的
fallback intent

Simulator

Simulator 可以模擬使用者的 input(語音, 文字, etc.), 小小的測試一下, 輸入 shakespeare 就沒反應了
actions on google simulator

Final

課程只有 30min, 沒機會用的很深, 但比起自己整合 NLP, NLU, 餵詞, 算權重, 訓練資料, etc. 已經省很多工了, 有興趣的可以參考 這篇 有比較多的介紹。

Comments: