打造企業級Chatbot引擎，IBM Watson Conversation讓開發人員不必寫程式碼也能打造對話Chatbot

在2016年5月，IBM以Watson人工智慧技術為基礎，釋出Watson Conversation服務測試版進軍Chatbot市場，而且1個月後就發布了正式版本，是目前少數已正式商用的Chatbot平臺。Conversation是IBM Watson中旗下的服務，在客戶端UI和企業後端系統間，扮演著轉譯客戶訊息，傳遞訊息到後端系統的角色。

使用者可以透過不同的通訊工具或裝置，可以是IM，也可以是手機，甚至是IoT裝置，來與企業Chatbot對話，對話資料透過API送到Conversation服務來。企業也可以串接到更多Watson服務來強化分析或提供回應，像是用語調分析（Tone Analyzer）了解使用者的情緒，或是用語音轉文字（Speech to Text）服務來提供語音回應等。

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，開發人員可以不需要撰寫程式，就能打造出功能型的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（Intent）、實體概念（Entity）、對話（Dialog），此外，開發人員若更新Workspace中的資料，並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。IBM將開發Chatbot的過程分為5個階段：第一，企業開發人員必須先申請IBM雲端平臺Bluemix帳號，建立並啟用Conversation服務，IBM提供開發者30天的免費試用期，第二，開發者要先建立Workspace來配置Conversation服務，並將同一個Chatbot的資料放置同一個Workspace中，第三，開發人員要加入意圖和客戶對話例句（User Examples），意圖可以包含多個對話例句，意圖即是客戶想完成的任務，客戶對話例句就是客戶可能表達意圖的語句，以銀行為例，意圖若是查詢信用卡點數，客戶對話例句可能是，我的信用卡點數有多少？幫我查信用卡點數等，第四，開發人員要加入Entity，每個Entity都會觸發機器人不同的回覆，第五，建立對話，開發人員要設計對話的節點關係，每個對話節點相互連接成一個對話樹（Dialog Tree）。

IBM Conversation服務2大特色

Watson Conversation服務有2項特色，第一，Watson Conversation服務採用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），以行事曆機器人為例，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，也能正確地辨認詞彙。

第二則是Watson Conversation服務的對話管理，提供了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（Child Node）來創造分支對話。

今年，IBM也積極在臺灣推廣Chatbot的應用，鎖定的對象為企業，提供企業用Watson Conversation服務，打造企業自家的對話機器人。不過，臺灣IBM認知解決方案事業群業務協理許堯睿認為，對話機器人並不會完全取代APP，而是要成為附加在APP上的新溝通管道，這也正是臺灣IBM在臺推廣Chatbot的切入企業市場的策略。

Watson Conversation服務的對話管理利用節點樹的概念，讓開發人員可以自由地增加根對話節點（Root Conversation Node）同層的對話節點，也可以加入子節點（Child Node）創造分支對話。（圖片來源／IBM）