Dialogflow cx
Dialogflow es una plataforma de comprensión del lenguaje natural que facilita el diseño y la integración de una interfaz de usuario conversacional en su aplicación móvil, aplicación web, dispositivo, bot, etc. Dialogflow puede analizar múltiples tipos de entradas de sus clientes, incluyendo entradas de texto o de audio (como de un teléfono o de una grabación de voz). También puede responder a sus clientes a través de texto o con voz sintética.
Nota: Utilice una ventana de incógnito o un navegador privado para ejecutar este laboratorio. Esto previene cualquier conflicto entre su cuenta personal y la cuenta de estudiante, lo que puede causar cargos adicionales en su cuenta personal.
Los agentes se describen mejor como módulos NLU (Natural Language Understanding). Pueden incluirse en su aplicación, producto o servicio, y transforman las peticiones naturales del usuario en datos procesables. Esta transformación se produce cuando una entrada del usuario coincide con una de las intenciones dentro de su agente.
Las intenciones son los componentes predefinidos o definidos por el desarrollador de los agentes que procesan la solicitud de un usuario. Una intención representa un mapeo entre lo que dice un usuario y la acción que debe realizar su software.
Integraciones de Dialogflow
Aunque hay otros campos en el queryResult como el contexto, el objeto parameters es más importante para nosotros ya que contiene el parámetro extraído del texto del usuario. Este parámetro sería la comida que el usuario está solicitando y lo utilizaríamos para consultar la base de datos del servicio de entrega de comida.Cuando hayamos terminado de configurar el cumplimiento, nuestro agente tendría la siguiente estructura y flujo de datos hacia él:El diagrama que muestra el flujo para el agente de entrega de comida. (Vista previa ampliada)En el diagrama anterior, podemos observar que la función de la nube actúa como intermediario en toda la estructura. El agente Dialogflow envía el parámetro extraído del texto de un usuario final a la función de la nube en una carga útil de solicitud y la función de la nube, a su vez, consulta la base de datos para el documento utilizando el nombre recibido y devuelve los datos consultados en una carga útil de respuesta al agente.Para iniciar una implementación del sistema de diseño anterior, comenzaríamos con la creación de la función de la nube localmente en una máquina de desarrollo y luego la conectamos a nuestro agente Dialogflow utilizando la opción de webhook personalizado. Después de que se haya probado, podemos pasar a utilizar el editor inline en la pestaña de cumplimiento para crear y desplegar una función de nube para trabajar con ella. Comenzamos este proceso ejecutando los siguientes comandos desde la línea de comandos:# Creamos un nuevo proyecto y ( && ) nos trasladamos a él.
Chatbot de Google
Los chatbots hacen posible que el desarrollador medio ofrezca un excelente (y asequible) servicio de atención al cliente a escala – Construir experiencias conversacionales nunca ha sido tan fácil gracias a la plataforma de conversación Dialogflow.
Piense en una conversación como un juego por turnos. Una intención representa el objetivo o la intención del usuario final basada en su último turno. Cuando el bot es capaz de clasificar la intención, puede responder con información útil.
En este ejemplo, queremos que nuestro bot determine el nombre preferido del usuario y su color favorito. Podemos hacerlo proporcionando indicaciones que extraigan esos datos. Una vez extraídos todos los parámetros necesarios, los utilizaremos para actualizar permanentemente el registro del usuario en la base de datos de Firestore. Dialogflow hará las preguntas especificadas como prompts hasta que reciba un valor de entidad válido para ese param.
Esta primera función es un punto final genérico que permite a una aplicación frontend conectarse a la API de Dialogflow. La función espera que el cliente pase un sessionId, que es sólo una cadena que permite al bot entender el contexto actual de una conversación. También espera el texto queryInput del usuario, que es lo que el usuario está diciendo al bot.
Cómo crear un chatbot en android studio usando dialogflow
Para nosotros, los humanos, la conversación es algo natural, pero no se puede decir lo mismo de los bots. Incluso una simple pregunta como «¿Qué tal el día?», podría reformularse de varias maneras (por ejemplo, «¿Qué tal?», «¿Cómo estás?»), ninguna de las cuales puede entender normalmente un bot.
Podemos interpretar la intención de la pregunta, pero hay que construir la lógica para facilitar una conversación más inteligente con un bot, y para la mayoría de los desarrolladores, codificarla desde cero no es factible.
Afortunadamente, existe algo llamado NLU (comprensión del lenguaje natural), que permite una mejor conversación entre humanos y ordenadores, es decir, un chatbot inteligente que utiliza el aprendizaje automático y otras tecnologías para comprender mejor las interacciones humanas.
En términos sencillos, DialogFlow es una herramienta integral basada en NLU para diseñar e integrar chatbots en nuestras interfaces. Traduce el lenguaje natural en datos legibles por la máquina utilizando modelos de aprendizaje automático (ML) entrenados por el lenguaje que proporcionamos. ¿Cómo funciona? Vamos a aprender mientras construimos nuestro chatbot.
