Chatbot 基于NLP技术，是一种人机交互方案。与传统APP交互不同，Chatbot以对话为主要形式。Chatbot的重要性，在交互未来中有介绍。本文主要讲Chatbot的基本概念。
1.澄清
Chatbot这个名字有点水分。翻译是聊天机器人，但它不是机器人。当你听到一个东西是机器人，就会拿出逗猫那套，各种玩它，逗她，下意识认为它是不同于你的东西。有种「你她」对立的感觉。Chatbot不是「她」，而是一种交互方式。帮助用户，将用户意图，转化为机器可以理解的内容，从而实现某个事情。叫chat-interaction更恰当些。
2.对话管理（Dialog Management）
对话是chatbot的核心。每一次对话，都是一次交互。当用户说出一句话，chatbot需要将这句话包含的信息，组成机器可以理解的内容。然后，根据一定的策略，给出一个反馈——回复一句话。这个过程就叫对话管理。
平常对话，不止一轮。多轮对话中，每句话信息不同，需要添加新信息，更新已有信息，这个叫对话状态管理（Dialog State Tracking，DST）。语言中信息，复杂且多变，DST通常需要复杂又灵活的数据结构。DST是对话管理的第一核心。
对话策略（Policy）要解决的是，如何根据用户的话中信息，得到恰当的回复。当前大量chatbot的策略，是基于写死的规则，是一大堆「if-else」的组合。也有一些团队，在用强化学习，实现智能化规则。
3.意图
意图这个词，人可以看懂，和机器的联系就很远，有点反机器。为什么？因为这个词，是产品经理想出来的。
用户说完一句话，chatbot需要理解这句话。这个理解的首要点在于，搞清楚这句话背后，用户想要什么功能。功能也就是意图。在传统APP里面，功能都在界面上，用户可以看可以摸。现在情况变化，没有功能界面，用户只能用语言表达想做什么，chatbot要去「猜测」这句话是哪个页面，什么功能。「猜测」准确极其重要，否则就驴头不对马嘴，画风诡异。
最简单的意图理解，是分类问题。对话轮数变多，还要考虑上下文，经典NLU文本分类算法可能不够，需要引入更多算法（如RNN）。
4.实体（或槽）
刚才说，理解一句话，意图是首要。然后呢，就是识别与意图有关的实体。实体（Entity）这个词，脸书，谷歌和微软的chatbot服务在用。亚马逊，百度，则用的是槽（slot）这个概念。能对应就好。
意图对应功能，实体则对应完成功能所需的参数。比如，用户说，「我要打个电话」。「打电话」就是意图（功能）。打电话应该怎么做？用户还要选择「什么时间」打电话，打给「谁」，打「视频电话」还是「语音」。时间、谁、方式三个就是「打电话」这个意图关联的实体。画过APP交互的知道，这个页面要怎么来，不同的是，现在要用一句句对话来实现。
又比如，「我想去河边钓鱼」。「钓鱼」就是意图。这次实体就比较复杂了。「钓具」，「天气」，河边在「哪」，怎么去的「路线」，「出发时间」都和意图相关。不过，如果用传统APP，要同时用到很多APP，而且容易乱，此时，chatbot式交互就非常有价值。
实体识别，是词的提取和匹配问题，最近几年已发展成熟。chatbot需要应对的是，随时切换的意图，以及可能错综复杂的实体关系，这需要经验和洞见。
5.场景（chatbot的应用）
上边钓鱼的例子，实体里面有「钓具」、「路线」等，实际它们本身也可成为意图。这时，钓鱼就成为一个场景（Story），它是一堆互相关联意图的结合体。
在场景这一层，基于Chatbot的应用，与传统APP已经没什么区别。理论上，Chatbot应用可以做的，APP也可以，它们是竞争关系。谁体验更好、成本更低很重要。对于chatbot，在场景生产的效率上，比APP交互远高，简直就是工业与农业的区别。想想，对chatbot真是充满期待。
推荐电影：
Her
钢铁侠
黑客帝国
