这种类型的聊天机器人会遇到更复杂的场景，需要更多的变化和知识。如果我们向您发送的问题过于相似，结果可能会多余。
基于关键字的聊天机器人和决策树的混合可以帮助用户在放弃之前找到所需的答案。
3上下文聊天机器人
虽然刚才提到的聊天机器人遵循规则，但这些聊天机器人会创建自己的……嗯，有点像。
上下文聊天机器人使用人工智能 (AI) 和机器学习 (ML) 的子集来进行对话并随着时间的推移从中学习。b2b 电子邮件数据 他们比聊天机器人同事更加独立，但需要规划和战略指导。
有两种类型的对话系统：面向目标的（记住 Siri、Alexa 等）和一般对话（ Insomnobot-3000 、 Replika ）。一个尝试使用自然语言解决问题，而另一个尝试讨论不同的主题。
左边是聊天机器人 Siri，右边是 Replika
Siri 与 Replika
上下文聊天机器人必须满足某些参数才能以接近人类的水平进行对话：
创建对话流程。 良好的对话流程对于聊天机器人的工作来说并不是必需的，但它使交流变得更加愉快。如果您正在寻找有关如何创建良好流程的提示，请查看我们的帖子 “使用聊天机器人创建愉快的对话流程的 6 个步骤” 。
添加适当的意图。 意图是用户的目标。如果您告诉聊天机器人“告诉我今天的天气怎么样”，那么其目的将是了解当天的温度和条件。我们给意图一个名称，通常是动词和名词，例如“IndicateTime”。通过定义意图，您将帮助聊天机器人适当地响应消息。
提供聊天机器人知识库。 上下文聊天机器人需要大量数据。有一些 开源数据框架 可用于构建用于基本目的的聊天机器人，但如果您希望聊天机器人成为您业务的扩展，您将需要历史数据。
