使用 Amazon Lex 构建聊天和文本应用接口

在近期的 AWS re:Invent 大会上，Amazon发布了Amazon Lex 的预览版本。Amazon Lex 中应用了它们的深度学习技术。同样的技术已用于Alexa，用在蓝牙和Wi-Fi 环境中可移动的 Amazon Echo 扬声器中。

Amazon Echo 是一款面向消费市场的产品，AWS 高级经理 Vikram Anbazhagan 将该产品定位为：

一种使用语言和文本构建对话接口的新服务。

在 Amazon Lex 内部，自然语言理解（Natural Language Understanding，NLU）和自动语音识别（Automatic Speech Recognition，ASR）为开发人员提供了提交文本或音频并接收服务所反馈文本的能力。这类称为“机器人”（Bot）的对话应用可使 Facebook Messenger 或 Slack 等聊天软件与智能后台数据服务进行交互。例如，开发人员可开发一个聊天应用，让用户可以询问天气预报情况。其中用户所发出的请求由 Amazon Lex 使用 ALU 进行解释，形式化为结构化查询，进而提交给使用 AWS Lambda 的天气预报服务，并将结果返回给调用应用。

图片来源：（视频截图） https://www.youtube.com/watch?v=ZdeK8HnhKQ8

为帮助开发人员解决在聊天机器人应用开发中所共同面对的挑战，Amazon 已经提供这种服务，解决了以下的问题：

• 语音识别
• 语言理解
• 扩展性
• 安全
• 业务逻辑
• 移动性
• 测试
• 消息平台
• 异构系统

开发人员可以通过关联多种 AWS 服务以及其它基于 SaaS 的服务构建应用，并接入到其它的一些生态系统中，包括：

• Salesforce
• Microsoft Dynamics
• Zendesk
• Marketo
• HubSpot
• Quickbooks

为实现这种集成，开发人员可使用 Amazon API Gateway、AWS Lambda 或是 Mobile Hub SaaS Connector，也可使用 Amazon Virtual Private Cloud（VPC）连接去关联预置应用。

图片来源：（视频截图） https://www.youtube.com/watch?v=I5OlTMLinio

Amazon给出了 Amazon Lex 中所定义的一些主要概念，诠释了该服务的底层机制，其中包括：

• 机器人（Bot）。“机器人”中包括了会话中的所有组件。
• 意图（Intent）。“意图”表示机器人用户想要达到的目标（例如购买机票、预约会面或是获取天气预报，诸如此类）。
• 表述（Utterance）。用户所说的或是所输入的一条短句就构成了一个“表述”，它会生成一个“意图”。两个简单的例子就是“我要预定酒店房间”和“我要订花”。
• 数据槽位（Slot）。为实现“意图”，用户必须提供的一部分数据，这些数据称为一个“槽位”。“槽位”是有类型的，例如一个旅行机器人中可能会具有城市、州或机场等“槽位”。
• 提示（Prompt）。“提示”是为实现“意图”而向用户请求提供数据（或是数据槽位）的问题。
• 实现（Fulfillment）。“实现”是一种业务逻辑，具体落实用户的意图。Lex 支持在“实现”中使用 AWS Lambda 服务。

开发人员可以使用以上概念构建交互的机器人应用，实现多种多样的“意图”。如此使用机器人解决用户意图问题的实例包括：新闻和天气更新、预定酒店和航班、管理银行账户、将可穿戴设备连接到后端物联网平台等。

图片来源：（视频截图） https://www.youtube.com/watch?v=I5OlTMLinio

机器人框架和深度学习正得到业界的极大关注。仅在 Facebook 平台上就有超过 1.1 万的聊天机器人。在 2016 年 11 月，Microsoft宣布其机器人即服务的云产品可以接入到很多交谈平台中，例如Slack、Skype、Microsoft Teams 和Twilio 等。在今年的Google I/O 开发者年会上，Google发布了Allo，一个嵌入了机器学习技术的智能聊天App。还有最新发布的 Google Home ，一款类似于 Amazon Echo 的面向消费市场的智能助理产品。

现在 Amazon Lex 在美国东部地区（北弗吉尼亚）可作为预览使用。Amazon 提供了首年免费试用，此后将采用使用限制和根据使用情况收费。

查看英文原文： Building Conversational and Text Interfaces Using Amazon Lex

感谢张卫滨对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ， @丁晓昀），微信（微信号： InfoQChina ）关注我们。