Jeevansathi недавно провела Hack Day, в ходе которого разработала базовую модель Contextual Smart Reply с машинным обучением для этого мероприятия с целью улучшения и включения ее в нашу платформу чата в ближайшем будущем.

День взлома - это, как правило, запланированное мероприятие, которое бизнес или общественная организация проводит внутри страны для совместной работы своей команды. Они могут быть посвящены различным программным проектам, усовершенствованиям процессов или систем, корпоративным ИТ-приложениям и даже аппаратным компонентам в течение определенного периода времени.

Контекстный умный ответ

Модель интеллектуального ответа генерирует предложения ответа на основе сообщений чата. Предложения предназначены для контекстно-релевантных ответов в одно касание, которые помогают пользователю легко ответить на входящее сообщение.

Строительные блоки

1.Tensor Flow
2. NLTK
3. Python
4. Java
5. XMPP
6. Клиентское приложение

Процесс

  1. Загрузка текстовых сообщений для понимания модели обучения данных (файл намерений JSON).
  2. Загрузив файл намерений JSON, мы начали систематизировать наши документы, слова и классы классификации.
  3. Преобразуйте документы слов в тензоры чисел.
  4. Построение нейронных сетей с использованием NLP и Tensor Flow
  5. Определение модели и начало обучения.
  6. Разрешить клиентскому приложению взаимодействовать с XMPP
  7. XMPP будет предоставлять данные по строфам.

Рабочий процесс

Модель умного сообщения

  1. Обработка данных (слово в тег), т.е. токенизация, стемминг
  2. Word2Vector формирование для генерации ввода / вывода
  3. Создание модели DNN (5-ти слойная)
  4. Новое предложение очищено и сопоставлено, чтобы найти тег через модель
  5. Тег, который используется для создания 2–3 ответов на основе более высокого балла

Диаграмма потока

Команда

Мы выбрали двух инженеров по приложениям, трех внутренних инженеров и одного инженера по обеспечению качества, чтобы разбить проблему на более мелкие логические единицы, над которыми они будут работать, и интегрировать ее с помощью запланированного контракта.

Это была прекрасная возможность собрать команду для совместной работы над решением проблемы и наблюдения за развитием идей и результатов.

Это была ситуация, когда вы с энтузиазмом работаете с новыми людьми в определенный день, пытаясь решить проблему и достичь конечной цели, делая все это довольно интенсивным. Это позволило нам создать прочную связь, учиться на сильных сторонах друг друга и научиться работать с членами команды, с которыми вы еще не работали. Это означает, что наряду с сильными идеями ему также необходимы хорошие коммуникативные навыки.

Результат

Мы успешно создали прототип Smart Reply, функцию для чата от Jeevansathi, которая использует машинное обучение, чтобы предлагать ответы в чате. Этот прототип с небольшими улучшениями и более подготовленными данными со временем станет основой для функции интеллектуального ответа Дживансати.

Ключом к этой работе является уверенность и доверие, которые люди будут нам оказывать, когда они используют функцию интеллектуального ответа и помогают пользователям легко вести беседы, показывая им предложения.