ServiceNow
宣布收购一家初创公司Parlo，该公司基于机器学习（特别是自然语言处理系统（NLP））开发解决方案。 让我们讨论一下获得创业公司的目标以及在Now平台上设置聊天机器人的算法。
/图片
☰☵Michele MF CC为什么是ServiceNow
Parlo提供了Broca平台，该平台针对语音识别进行了改进。 ServiceNow计划将Broca集成到Now平台中。 DevOps ServiceNow的高级副总裁Pat Casey
表示，该公司旨在使用新技术进行手势和语音识别，以使其与机器交互的过程多样化。
已经支持与IBM Watson集成的Virtual Agent chatbot将
提供 NLP功能。 该聊天机器人旨在处理员工和客户的请求，并且可以执行许多任务，例如，重置密码或生成事件报告。 虚拟代理聊天还可以与公司信使集成：Slack或Microsoft Teams。 据该公司称，聊天机器人能够处理所有例行客户请求的15-20％，例如与下订单和检查其状态有关。
将Parlo的产品功能添加到虚拟代理后，聊天机器人
将能够更好地了解员工（包括语和会话短语）。 因此，公司的员工和客户可以更轻松地与聊天机器人和整个平台进行交互。
/照片Papa Pic PD该交易原定于五月底完成。 之后，SN计划开始在虚拟代理解决方案中实现NLP功能。 但是，由于与IBM Watson集成，虚拟代理解决方案已经具有一些“智能功能”。
他们已经在阿尔伯塔大学进行了
评估 。 虚拟代理聊天机器人使用了两个星期。 在测试时，该漫游器成功处理了30％的传入用户请求。 大学计划继续使用该系统解决日常问题，以达到80％或更高的指标。
如何创建聊天机器人
Now Platform系统
允许您实现与IBM Watson服务集成的聊天机器人应用程序。 接下来，考虑ServiceNow文档中描述的一种实现。 白皮书中提供了以下算法：
1.定义域规则
首先，您需要在live_message表中创建一个异步规则。 这将是聊天机器人应用程序的入口。 异步方法在处理发送到Watson系统的REST消息之前解锁信号量。 这些信号量控制并行执行的事务数。 结果，当与多个用户同时工作时，它有助于提高生产率。
2.调用REST API
接下来，您需要在IBM Watson上注册对对话服务的传出REST调用。 这是ServiceNow白皮书中发布的代码示例：
send: function(text) { try { var r = new sn_ws.RESTMessageV2 ('WatsonConversation', 'Message'); r.setStringParameterNoEscape ('message', text); r.setStringParameterNoEscape ('version', this.version); r.setStringParameterNoEscape ('workplaceId', this.workplace_id); r.setStringParameterNoEscape ('context', this.getContext ()); var response = r.execute(); var responseBody = response.getBody(); var httpStatus = response.getStatusCode(); var responseObj = JSON.parse(responseBody); return { intents: this.parseIntents(responseObj ['intents'],'intent','confidence'), entities: this.parseEntities(responseObj ['entities'], 'entity', 'value'), outputs: responseObj ['output'], ['text'], input: responseObj ['input'], ['text'], context: responseObj ['context'], conversation_id: responseObj ['context'], ['conversation_id'] response: responseBody }; } catch(ex) { gs.error(ex + ': ' + responseBody); gs.addErrorMessage(ex); gs.addErrorMessage(response); return ex; } },
此代码使用先前创建的REST消息对象，设置参数，并使用r.execute（）进行REST调用。 接下来，脚本被阻止，等待响应HTTP对象。
3.向聊天客户端发送回复
在应用程序代码收到来自Watson服务的响应并且处理完成后，系统将响应消息发送给最终用户。 这是通过使用LiveFeedMessage脚本并调用postMessage（数据）方法来完成的。
接下来，您需要设置另一个已经向前端发送消息的业务逻辑规则（可以在
此处找到必要的配置列表）。
ServiceNow还提供了另一个使用同步规则的集成选项。 您可以在
链接的pdf文档中熟悉它。
因此，虚拟代理聊天机器人将有助于处理大量相同类型的呼叫，例如，以提供支持，并使技术支持专家有时间解决更复杂的问题。 如ServiceNow中所述，该系统将在金士顿平台版本中可用。
PS我们在第一个公司IaaS博客中写的内容是：
PPS我们在哈布雷的其他材料：