科技大廠紛紛投入開發Chatbot技術和應用，Amazon Echo在市場上廣受歡迎，終于在今年4月正式釋出數位助理Alexa背后Chatbot引擎Lex。圖片來源／AWS

　　去年通訊平臺臉書、Line、Skype，以及企業協作平臺Slack都相繼推出Chatbot開發平臺，提供企業開發自家Chatbot，Chatbo從2016年開始爆紅，帶動企業開發Chatbot的風潮。

　　市調機構Gartner今年初的一項研究報告中預估，到了2020年，30%的網頁瀏覽工作，將不再需要透過熒幕就能完成，80%的人使用App的數量將會減至現在的一半，消費者與企業之間的互動模式將會由虛擬個人語音助理（Virtual Personal Assistant，VPA）為中心，串聯APP、API、ChatBot等應用，像是Amazon推出的語音個人助理Alexa、Google Assistant等，就不再需要透過熒幕，能夠直接讓使用者透過語音指令與Chatbot互動。

　　從Chatbot的通路端來看，臉書去年4月釋出Messenger API，才經過3個月就已經有超過1.1萬的Bot，而到了今年4月，每個月在Messenger平臺上的活躍Bot竟然暴增到了10萬個以上，臉書甚至更進一步，在Messenger的智慧搜尋Discover中，開始支援搜尋Bot的功能，讓使用者可以在Messenger上依照類別瀏覽和搜尋企業自家開發的Bot。

　　另一個在臺灣廣受歡迎的Chatbot通路則是Line，在臺擁有1，800萬用戶，像是玉山銀行的理財機器人和臺灣房屋的地產機器人都選擇在Line的通路上，瞄準對話式商務的機會，開創Chatbot與消費者互動。

　　Line也追隨臉書的腳步，不只作為Chatbot通路，在今年的世界通訊大展（MWC）上宣布，推出自家語音助理Clova（Cloud Virtual Assistant），Clova結合了Line的聊天技術，以及韓國最大入口網站Naver的搜尋與內容技術，首波將提供新聞訊息、天氣資訊、播放音樂等功能。

　　除此之外，Line也計劃釋出支援Clova語音助理的智慧喇叭Wave，類似Amazon Echo、Google Home等設備，并將與第三方廠商合作，共同開發Clova硬體的相關服務。

　　從Chatbot的開發平臺端來看，目前較為成熟的為Amazon的Lex、IBM Watson Conversation服務和微軟的Bot Framework，Lex和Conversation服務都已經是正式版，微軟的Bot Framework目前還是預覽版。

　　AWS今年4月將Alexa核心引擎正式釋出，推出了企業級Chatbot引擎Lex正式版本，Lex能介接到對話介面的通訊平臺，并提供開發人員深度學習的技術，像是自然語言理解技術和自動語音辨識等功能，開發人員使用Lex的服務建立Chatbot的過程中，不需要自行建立機器學習的模型，可直接使用Lex自動產生的機器學習模型。

　　Lex與Lambda無伺服器運算服務整合，開發人員將程式碼上傳后，AWS即自動調派AWSEC2運算服務，建立Lambda程式執行環境，開發人員能將Chatbot部署到通訊平臺、行動用戶端和IoT裝置。

　　若開發人員想將Chatbot部署到行動裝置上，Lex也提供開發人員可用iOS和Android的SDK介接。

　　若是要部署到通訊平臺，Lex整合了Facebook Messenger、Slack和Twilio SMS這3項對話通道，可以在Lex的介面上選擇要部署的通道，在提供Token之后，Lex會給予CallbackURL，開發人員即可將Chatbot發布到對話通道上執行。

　　Lex的介面也提供了監控介面（Monitoring Dashboard），Lex可以顯示遺漏訊息、回應延遲時間和使用流量等相關資訊，也能檢視未被辨識語句。

　　Lex將Chatbot語意分析分為意圖（Intent）、例句（Utterance）和Slot，與微軟和IBM不一樣的是，Lex將例句設定為意圖的平行項目，也就是，Lex的例句能夠用在不同意圖中，省去在不同意圖下建立一樣例句的步驟。

　　Slot則是要滿足執行意圖的條件所輸入的參數，與微軟和IBM的Entity不同，Slot能夠記錄此參數觸發程式的狀態（Statement），Lex遇到類似的意圖，像是訂飯店或是訂機票，就會保留Slot的資訊，供不同意圖使用。

　　其中，Slot又可以依照對應的意圖，分為不同的條件詞匯類別（SlotType），像是訂機票意圖的條件詞匯又可分為出發地、目的地、時間、班機編號等類別，此外，還提供了一些基本的意圖，像是查詢天氣、電影時刻表等。

　　開發人員建立完語意分析的資料后，就可以開始建置訊息管理，Lex訊息的管理上，采用提示（Prompt）來獲得足夠的Slot資訊，例如，開發人員可以設定在接收到訂機票的意圖后，建立「請問您要到哪里？」的提示語句。Lex也有提供對話管理的機制，Lex采用的是Session Timeout與Cross-intentInformation Sharing的機制來管理對話。

　　Session Timeout提供開發人員設定一段時間，讓Lex保留對話的資訊，讓使用者在有效的時間內，可延續對話，不需要每次都重新輸入資訊，若使用者提供了相關的條件詞匯資訊，但尚未完成訂購，Lex會預設將使用者提供的資訊記錄保留5分鐘，若使用者在時效內回到對話，即可繼續訂購的對話，開發人員可以自由設定時效的時間。

　　Cross-intentInformation Sharing則是讓Chatbot在執行不同的意圖時，可以同時使用對話內容的資訊，例如，在訂購機票的Chatbot中，若使用者已完成訂購機票的意圖，想轉移到查詢訂購狀況的意圖，Lex透過詢問訂購編號和日期，將兩項不同意圖資訊串在一起，訂購資訊就可以同時被不同意圖使用，不需要再重新詢問一次使用者，訂購的相關資訊。

　　Lex還提供意圖鏈（Intent Chain）機制來管理上下文，根據使用者表達的語句，動態地轉移意圖，能夠讓開發人員將對話分成多個元件，這項機制簡化了復雜的對話過程。

　　另外，Lex還提供2個版本管理的功能，分別是Versioning和Alias，Versioning是在開發人員第一次發布Chatbot后，Lex會自動記錄并產生一個版本，之后每次發布都會產生新版本。

　　Alias則是提供開發人員指定特定版本的Chatbot，每個開發和執行階段都可以指定不同版本的Chatbot，甚至，開發人員可以在使用者使用Chatbot時更新版本。除此之外，Lex的服務還能提供企業的開發人員一同參與設計Chatbot的過程，能允許多個開發人員在Lex服務中開發、測試。

　　IBM的WatsonConversation服務是另一個已推出正式版本的Chatbot平臺。IBM在Watson Developer Cloud平臺上，提供開發人員許多API和工具，透過簡單的視覺化設計介面，讓開發人員可以不需要撰寫程式，就能打造出企業自家功能型的Chatbot。

　　Watson Conversation服務設計了Workspace的工作區來存放同一個Chatbot所有的參數設定和資料，必須包含意圖、實體概念、對話（Dialog），此外，開發人員若更新Workspace中的資料，并不需要手動訓練資料，系統將會自動更新內部的參數和資料。

　　Watson Conversation服務在語意分析上，采用3層式向下包含的語意結構，將每個Entity細分為多個特值（Value），每個Value又可以再細分出許多廣義的同義詞（Synonym），以行事歷機器人為例，Entity若是星期，Value則是Monday、Tuesday、Friday等，而Friday又可以衍生出許多同義詞，像是F、Fri，這樣3層式的語意結構機制可以讓機器人接收到錯字、不完整的表達或是縮寫時，也能正確地辨認詞匯。

　　在對話管理方面，則是提供開發人員視覺化介面設計對話流程，運用節點樹的概念，讓設計對話的流程更為彈性，開發人員可自由地在原有的對話流程中，增加與根節點（Root Conversation Node）同層的對話節點，也可以加入不同層的子節點（ChildNode），來創造分支對話。

　　微軟早在2015年5月就推出自然語言理解服務LUIS（Language Understanding Intelligence Service），去年3月Build大會釋出Chatbot開發框架Bot Framework，提供企業透過LUIS分析語意，再用Bot Framework部署Chatbot，不過目前這兩項服務都還沒推出正式版。

　　微軟今年Build大會上，更新了Bot Framework多項功能，不但新增了3個能部署Chatbot的對話通道，還提供開發人員打造任何對話場景都適用的通用卡（Adaptive Cards），能夠用單一的架構套用在不同的平臺，另外，LUIS服務也有不少更新。

　　微軟增加了3個部署Chatbot的對話通道，提供Chatbot開發人員透過Bot Framework，將Chatbot部署到語音助理Cortana、搜尋引擎Bing和商用Skype。微軟為了能創造Cortana的生態圈，還推出Cortana Skills Kit讓開發人員可以為Cortana增加新技能。

　　微軟提供開發人員打造任何對話場景都適用的通用卡（Adaptive Cards），能夠讓開發人員用JSON的格式設計介面模組、與使用者的互動模式等，透過單一架構就能套用在不同平臺上，例如Microsoft Teams、Skype、Android、iOS等平臺。除此之外，微軟還新增了支付請求（PaymentRequest）API，讓開發人員可以將自家Chatbot，加上購物付款的功能。

　　因應許多開發人員要求，LUIS的意圖上限終于從20個變為80個，Entity則是從原本10個增加到30個，支援的語言也新增韓文、荷蘭文和法文、西班牙文語系，并改善內建支援西班牙文、英文和中文的日期和數字Entity，甚至還將這兩個內建Entity開源，讓更多的開發人員可以使用和貢獻功能。

　　語意的部分，微軟則是新增了一系列的語言特性（Language Features）功能，例如，清單、混合的Entity、語意建議（Semantic Suggestions）和拼字檢查（Spell Checking）等功能。

　　除此之外，微軟也在LUIS的系統開發生命周期工具上著墨，像是版本管理（Versioning）、階段Slots（Production/Stagingslots）、批次測試（Batch Testing）和程式共享（Application sharing）等功能，其中，程式共享功能改變了以往LUIS不利團隊開發的劣勢，讓開發團隊可以一起開發同一個Chatbot。

　　另外，LUIS還新增語音辨識功能，Chatbot開發人員可以不用再呼叫外部的語音轉文字API，能夠直接在LUIS內建立語音的語意理解模型，進而提升語音辨識效果，甚至還提供語音辨識自動除錯的功能，使用者現在不只可以透過點選、打字的方式與Chatbot互動，還多了直接用講的對話模式。微軟也藉由Azure Application Insights提供Chatbot開發人員一系列的數據分析服務。