Recap LUCA Talk: Creando un chatbot con Microsoft Bot Framework

Los chatbots cada vez son más populares y se están convirtiendo en herramientas importantes para las empresas de cara a la gestión de sus productos e iteración con sus usuarios. Como hemos hablado antes en el blog, los chatbots son una evolución necesaria pero no son nada nuevo, ¿sabías que en 1950, con el test de Turing, se teorizó por primera vez la posibilidad que una maquina se comunicara con un ser humano a través de texto?

Es por eso que dedicamos nuestro último webinar del año a los chatbots. Hablamos sobre su historia, sus ventajas, y finalmente creamos uno.

Para crear un chatbot, utilizamos Microsoft Bot Framework. Este incluye las herramientas Bot Builder, que nos ayudarán en el desarrollo de chatbots. Bot Builder es un SDK de código abierto compatible con .NET, Node.js y REST. Haciendo uso de este entorno de desarrollo, el cual destaca por su flexibilidad, creamos el bot en Node.js usando los frameworks Express y Restify.

Comenzamos mostrando cómo realizar la instalación de Node.js, el Emulador de Bot Framework y continuamos con la creación de un chatbot sencillo, y finalmente cómo crear un chatbot para la previsión de la calidad del aire en Madrid.

Si no pudiste verlo en directo te dejamos el LUCA Talk completo a continuación:

Durante el webinar hubieron muchas dudas durante la sesión de Q&A, a continuación dejamos las preguntas que no nos dio tiempo a responder:

¿Usan Machine Learning los Chatbots para que vaya aprendiendo como responder en caso de tener una respuesta no parametrizada previamente pero similar a alguna establecida?

¿Si tengo un dataset con varias preguntas y sus respuestas es capaz de asimilarlas y encontrar patrones en estos para dar las mejores respuestas?

La primera y la segunda pregunta se podría responder a la vez con lo siguiente:

Para el procesado de lenguaje natural (NLP) se hace uso de LUIS, un servicio de API basado en algoritmos de aprendizaje automático personalizado a una conversación o un texto introducido por el usuario.

LUIS aplica el modelo entrenado al texto en NLP para proporcionar reconocimiento inteligente sobre la entrada del usuario. LUIS devuelve una respuesta con formato JSON con la intención o intent principal con mayor puntuación. También puede extraer datos del texto facilitado.

Podemos iniciar una aplicación de LUIS con un modelo de dominio creado previamente, crear el suyo propio o una combinación de ambos.

Si queremos hacer un uso rápido de LUIS, podemos hacer uso de uno de los modelos de dominio creados previamente, entre los que se incluyen intenciones, expresiones y entidades. También podemos crear entidades personalizadas para identificar intenciones y entidades personalizadas, como las entidades de aprendizaje automático, las entidades específicas o literales y una combinación de aprendizaje automático y literal.

¿Se debería crear una red neural especializada en
esto y que el bot framework la consuma para responder?

No es necesario generar un modelo desde cero para el
reconocimiento de lenguaje natural. Se podría hacer, sin ninguna duda, y así
atacar al modelo entrenado desde nuestro chatbot, pero la performance de los
modelos disponibles con LUIS o con Natural Language de Cloud de Google es muy
superior a cualquier otro que pudiéramos crear nosotros.

¿Se puede integrar un chatbot a Salesforce?

¡Si! te dejamos este tutorial de Salesforce que explica los pasos a seguir, para poder crear y desplegar un chatbot en Salesforce

Con esto, ¡cerramos este año lleno de webinars!

Para mantenerte al día con LUCA visita nuestra página web, y no olvides seguirnos en Twitter, LinkedIn y YouTube.

AWS Re:Invent: una nube más inteligente e híbridaEn la transformación del retail lo importante es crear valor para los negocios