3 CHATBOT – BÀI TỐN XỬ LÝ NGƠN NGỮ TỰ NHIÊN
3.3 Cấu trúc hệ thống Chatbot
Như vậy thơng qua các ví dụ trên, ta có thể giải quyết được một số trường hợp có thể làm cho Chatbot phản hồi một cách thiếu thuyết phục. Tuy nhiên quan trọng nhất chính là việc tạo ra một cơ sở kiến thức càng lớn càng tốt cho Chatbot để nó có thể phản hồi trước các đầu vào từ phía người dùng. Một số phương pháp có thể kể đến như sau
• Nhà phát triển tự soạn ra các từ khóa và phản hồi tương ứng dựa theo mục đích
của Chatbot
• Gợi ý người dùng các đầu vào có thể sử dụng để duy trì cuộc thảo luận giữa
người dùng và Chatbot
• Khi gặp phải một chuỗi đầu vào khơng thể so khớp được với bất kì từ khóa nào,
đưa ra một phản hồi chung và lưu đầu vào đó vào một cơ sở dữ liệu các đầu vào nó khơng thể xử lý. Nhà phát triển có thể lựa chọn việc thêm đầu vào đó vào như một từ khóa với phản hồi tương ứng hoặc bỏ qua đầu vào đó
• Cho máy khả năng tự học. Ví dụ như việc nếu khơng thể so khớp từ khóa nào,
Chatbot sẽ hỏi người dùng “Tơi phải trả lời thế nào?”. Câu trả lời của người dùng sẽ là phản hồi của Chatbot khi gặp lại từ khóa đó (Tuy nhiên cần phải hết sức cẩn thận khi sử dụng phương pháp này và chỉ nên sử dụng nó trong một mơi trường có kiểm sốt, đảm bảo khơng có tác nhân xấu tham gia)
Và cuối cùng, dù Chatbot có tốt đến mấy thì cũng sẽ cịn trường hợp con người sẽ phải can thiệp, vì vậy ta có thể tạo điều kiện để một người thật có thể điều khiển Chatbot nếu cần thiết
56
Hình 3.8 Cấu trúc đầy đủ của một Chatbot
Các thành phần được mô tả trong bảng dưới đây
Bảng 3.1 Bảng danh sách các thành phần trong một Chatbot
STT Tên thành phần Mô tả Mức độ cần thiết
1 Messaging
Platform – Nền tảng nhắn tin
Đây chính là giao diện giữa việc người dùng giao tiếp với Chatbot
Cần thiết, người dùng cần phải biết họ đang nhắn gì và nhận về phản hồi gì từ Chatbot 2 Natural Language Processing – Xử lý ngôn ngữ tự nhiên Đây là thành phần tách và cô lập các từ trong câu, sau đó thực hiện nhiều phương pháp để lọc ra các đặc tính của câu đó (Ý định, tham số, …)
Cần thiết, dù đơn giản hay phức tạp, Chatbot phải có khả năng này để có thể xác định được yêu cầu của người dùng
57
3 Bot Logic – Logic
của Chatbot
Đây là thành phần xử lý trung tâm của Chatbot, nơi mà từ đặc tính của câu đã được trích xuất từ bộ phận xử lý ngơn ngữ tự nhiên sẽ được đưa vào bộ phận xử lý cần thiết để đưa ra phản hồi cho người dùng
Cần thiết, đây là thành phần quan trọng nhất của
Chatbot, phải có nó
Chatbot mới có thể đưa ra được phản hồi cho người dùng
4 Machine Learning
– Máy học
Đây là thành phần giúp cho Chatbot có thể học được từ đoạn hội thoại với người dùng, nhất là trong trường hợp khơng có từ khóa nào được tìm thấy
Khơng cần thiết, việc cải thiện quy trình biên soạn phản hồi hay xử lý đầu vào có thể được thực hiện bởi nhà phát triển
5 Action – Hành
động
Đây là thành phần giúp cho Chatbot có thể thực hiện các hành động phụ ngoài việc phản hồi người dùng. Các hoạt động có thể kể đến như: Thu thập thông tin, thực hiện một chức năng phụ, …
Không cần thiết, tuy nhiên có thể sử dụng để cá nhân hóa trải nghiệm sử dụng Chatbot
6 Information Source
– Nguồn thông tin
Đây là thành phần giúp Chatbot có thể thu thập thông tin từ bên ngồi hệ thống để hình thành nên phản hồi của Chatbot, các thơng tin đó có thể đến từ cơ sở dữ liệu ngồi, API từ
Khơng cần thiết, tuy nhiên thành phần này trở nên cần thiết nếu ta muốn xây dựng một Chatbot cung cấp thơng tin thay vì chỉ là một
58
đối tác hoặc trực tiếp từ con người
Chatbot giao tiếp bình thường
3.3.1 Ứng dụng của Chatbot
3.3.1.1 Phép thử Turing
Phép thử Turing ra đời năm 1950 bởi nhà khoa học thiên tài Alan Turing. Phép thử Turing là một bài kiểm tra trí tuệ của máy tính. Nội dung rất đơn giản. Một người A sẽ đóng vai trị giảm khảo để phân định xem máy tính B và người C bất kì, bên nào giống với con người hơn. Giảm khảo A được quyết đặt câu hỏi trong một khoảng thời gian nhất định, khoảng thời gian càng dài thì bài kiểm tra có độ khó càng cao. Sau khi đặt câu hỏi, nếu giảm khảo chọn máy tính có cách trả lời giống con người hơn thì hệ thống này đã vượt qua phép thử Turing. Ngược lại hệ thống này đã thất bại
Trên thực tế, giải thưởng Loebner đã đặt ra thử thách nếu hệ thống Chatbot nào có thể đánh lừa được đa số giám khảo trong vịng ít nhất 5 phút sẽ giành được 100.000 $. Tuy nhiên đến thời điểm hiện tại thì chưa hệ thống nào có thể thực hiện được điều này. Ngoài ra, phép thử Turing cũng chịu chỉ trích từ những nhà nghiên cứu về trí tuệ nhân tạo. Quan điểm của họ cho rằng, phép thử Turing bộc lộ quá nhiều hạn chế. Alan Turing đã khơng nhận ra rằng có tồn tại những hành vi “khơng thơng minh” từ con người và có tồn tại những hành vi “thơng minh” khơng thể đến từ con người. Ngồi ra phép thử Turing phụ thuộc hoàn toàn vào phán xét của giám khảo là một con người, tác nhân này hồn tồn có thể bị chi phối hoặc đưa ra các quyết định khơng chính xác dựa vào nhiều yếu tố khác nhau. Các ý kiến khác cũng cho rằng việc “bắt chước con người” để vượt qua phép thử Turing là phí phạm tiềm năng của trí tuệ nhân tạo và khơng nên trở thành trọng tâm nghiên cứu của lĩnh vực này.
3.3.1.2 Ứng dụng của Chatbot trong thực tế
Trong thực tế tuy khơng thể hồn tồn thay thế được con người, Chatbot đã được ứng dụng trong rất nhiều ứng dụng, điển hình như:
59
• Nền tảng nội bộ của doanh nghiệp:
• Chăm sóc khách hàng
• Chăm sóc sức khỏe
• Chính trị
• Giải trí
Tuy nhiên một số tác nhân đã sử dụng Chatbot cho những mục đích khơng tốt, cụ thể là vấn đề spam, bị huấn luyện sai cách, bị sử dụng để lan truyền tin giả, … Đặt ra vấn đề mà chúng ta phải giải quyết trong khi Chatbot đang ngày càng trở nên hoàn thiện và phổ biến hơn trong đời sống