Статья опубликована в рамках: Научного журнала «Студенческий» № 37(81)
Рубрика журнала: Информационные технологии
Скачать книгу(-и): скачать журнал часть 1, скачать журнал часть 2, скачать журнал часть 3, скачать журнал часть 4, скачать журнал часть 5
РАЗРАБОТКА БАЗЫ ЗНАНИЙ ДЛЯ ЧАТ-БОТА КРЕДИТНОЙ ОРГАНИЗАЦИИ
Чат-боты, или виртуальные собеседники, всё чаще рассматриваются в качестве альтернативы для построения коммуникации между клиентом и бизнесом. Чат-боты могут эффективно использоваться практически во всех сферах бизнеса: начиная с интернет-магазинов, заканчивая банками и страховыми компаниями. Но зачастую уровень «интеллекта» чат-ботов бывает удручающий. Популярные чат-боты работают либо с помощью шаблонов, либо используя модель «намерение+сущности». С простыми задачами они справляются отлично (поставить будильник, напоминание, найти ответ на часто задаваемый вопрос), но узость и ограниченность их «мышления» легко выявляется даже при поверхностном опросе.
В настоящее время существует ряд проблем:
- Невозможность обновлять долгосрочную память
- Невозможность получать информацию из внешних источников.
- Невозможность перенести знания на другие тематики.
- Невозможность производить какие-либо действия.
В результате, большинство практических систем сейчас базируется на заранее заготовленных ответах и ранжировании вариантов (с помощью правил и машинного обучения), а идея синтезировать ответы с нуля отошла на второй план.
Основным направлением для преодоления вышеописанных недостатков является снабжение нейросети внешней памятью. Графовое представление знаний в качестве внешней памяти для нейросетей является достаточно популярным решением, поскольку в него с одной стороны легче уложить разнородные знания о мире, а с другой считается, что эта схема напоминает способ хранения информации в головном мозге человека. Чтобы система работала, нейросеть должна уметь не только извлекать информацию, но и записывать новые сведения.
Для начала необходима графовая база данных и язык для выполнения запросов к ней. Существует довольно много реализаций графовых баз и несколько популярных языков, таких как SPARQL, Cypher и другие.
В рамках научно-исследовательской работы качестве примера была выбрана кредитная организация и было решено создать чат-бота для данного сегмента рынка. База знаний для кредитной организации (рисунок 1) представлена в виде графа в Neo4j (графовая СУБД с открытым исходным кодом, реализована Java компанией Neo Technology) на языке запросов Cypher (декларативный язык запросов в виде графа, позволяющий получить выразительный и эффективный запрос данных).
В данной таблице (таблица 1) и на рисунке 1 представлены и описаны различные типы вершин, а сам листинг кода представлен на языке Cypher.
Таблица 1.
Описание вершин для базы знаний кредитной организации
Вершины |
Описание вершин |
ProductCategory –Категория услуг |
Это классы услуг кредитной организации, предоставляемые данной кредитной организацией, у них имеется лишь одно свойство – наименование |
Product – Продукт, услуга |
Это услуги кредитной организации, непосредственно которые заказывает клиент. Услуги могут иметь любые необходимые свойства, в нашем примере, это наименование, процент или цена и доступность. |
Order - Заказ |
Заказ привязывается к услугам, которые он содержит и к клиенту который его создал. Заказ имеет свойство – дата. |
Customer -Клиент |
Это клиенты. У них следует сохранять: имя и электронную почту. |
CustomerCategory - Категория клиентов |
Категория клиентов, в зависимости от которой будет зависеть приоритет обслуживания. Категория гостей имеет свойства: наименование и приоритет. |
Рисунок 1. База знаний кредитной организации
Список литературы:
- Срини, Д. Разработка чат-ботов и разговорных интерфейсов [Текст] / Срини Джанарсанам. – М.:ДМК-Пресс, 2019 – 340 с.
- Sumit Raj. Building chatbots with Python. – [Текст] / Sumit Raj – New York: APRESS, 2019 – 192c.
Оставить комментарий