手把手教你搭建聊天機器人(LineBot+Python+QnAMaker+Heroku)-01建造QnaMaker

近期於下班後打造了幾個Chatbot累積了一些心得。

有感自己從0到組裝出一個可以動的聊天機器人，學習資料皆是來自各大網站資源，自己也應該做一些貢獻及回饋。

系統目標

我們希望開發一個LINE聊天機器人，能夠回答使用者的問題

在這個Scenario，我們假設這是一個日本雪場基本資料聊天機器人。

當使用者輸入雪場名字時，會回答有關日本各大雪場的基本資料。

（不好意思因為我最近很迷滑雪，哈哈）

系統規劃

以下是我們完整的系統規劃。

前置技能

1. 基礎Python能力（Linebot後端）
2. Command Line能力（Heroku部署，Run Django）
3. Git能力（Heroku部署）

需要使用到的工具

1. Microsoft Azure: QnAMaker：AI語意識別模組，透過輸入題庫及答案，丟進去給QnAMaker訓練，輸入類似問題時會自動比對出對應的答案。
2. Python + Django：搭配Python Line Bot API ，開發自動回應LINE訊息的後端服務Server。
   （我沒基礎怎麼辦，請參考：Django Girls教學，我也是從這網站學的）
3. Heroku + Git：部署我們的Linebot後端服務Server
4. Line Developer管理：須申請Line Developer帳號（或Line生活圈帳號）

Workshop 01：建置QnAMaker

在這個章節，我們可以不用寫程式！！！（撒花撒花）

QnaMaker是什麼？

這是一個微軟提供的人工智慧服務，會將匯入的題庫丟進去訓練，當使用者詢問類似問題的時候，透過自然語言分析，找出對應的問題及答案。

現在很多聊天機器人，其實大多在做知識庫的Question & Answer。

例如很多客服人員，其實手上都有針對各個問題的處理SOP。而QnAMaker就是把問題及處理SOP（答案）存在他的資料庫裡面。再進行語義分析及訓練。

假設題庫裡有個問題叫：「我的信用卡掉了怎麼辦」，

答案是：「請立即撥打XXX電話，為您暫時停卡...」

下次有其他使用者問：「信用卡不見了。」

即使問的問題略微不同，在語義訓練之後，QnAMaker也能給出正確的答案喔。答案是：「請立即撥打XXX電話，為您暫時停卡…」

當我們有充分的知識庫，若使用者問到我們知識庫裡面有的問題，我們透過自然語言分析，找到知識庫裡面對應的問題及答案，立刻就可以回答他囉！

為什麼我們要使用QnAMaker？

1. 我不會做自然語言分析
2. 操作簡單，不用寫程式！！

QnAMaker解決我們上述兩個問題，他後面的演算法是個黑盒子，我們只需要把題目匯入，點選訓練，就可以得到我們的知識庫 Model囉！

在這個教學我們會先使用QnAMaker Preview教學，而不是Genarally Available版本。兩個的服務差別在於一個不要錢一個要錢。GA如果不想付費使用免費版，有很多request的限制（一秒內request的次數）以及可上傳的問題檔案數量。

開工囉！（請先申請Microsoft帳號）

前往QnaMaker網站：https://www.qnamaker.ai/old（preview)

1. 點選Create new service

這是Preview版的介面

要求登入或註冊微軟帳戶

2. 開始建置自己的QnaService

ServiceName:你的bot名字，URLs(長得像FAQ頁面的網頁)，FILES（有題目跟答案的TSV，PDF檔案等）

我們輸入ServiceName之後，可以選擇匯入FAQ網頁連結，以及自製的FAQ檔案。

QnAService可以處理的Faq網頁範例，通常是格式良好，問答清楚得網頁，直接貼到URL(S)就可以囉。在這邊因為我沒有建置相關FAQ網頁所以跳過此步驟，僅匯入自己的snowqna.tsv檔案建置知識庫。（大家還是可以測試看看貼上Faq類型的網頁，QnaMaker會幫你做的處理，我覺得超級強大的啊啊啊）

3. 上傳我的知識庫檔案

在此我建立了一個用Tab(鍵盤上）分隔的snowqna.tsv檔案。裡面存的就是很單純的問題(Question?)答案(Answer)，中間用Tab鍵區隔。

把建置好的知識庫檔案上傳

4. 建立知識庫

點選Create之後，他就會讀取你的檔案，並丟進去語料庫訓練囉！

很好！有沒有看到你的知識庫及微軟版聊天機器人已經建立好了！

我：恭喜你已經完成你的人工智慧聊天機器人了！！！！！

讀者：什麼？我只是上傳我的問題跟答案檔案啊！

我：那讓我們來測試看看吧！

4. 測試知識庫QnA聊天機器人

點選Test頁籤，會看到一個長得像聊天室的視窗。裡面已經內建一個問題Hi跟Hello的答案（預設建置在你的知識庫）

你輸入剛才匯入的問題（類似的問題也可），QnA服務剛才訓練的Model，就能為你找出對應的答案並自動回答喔。

其實訓練完之後，微軟為了讓你能夠進行輕鬆測試訓練成果，接了他們另一個服務（Microsoft Bot Framework，建議參考maduka大大的教學文章），也就是可以串接各大平台的聊天機器人服務（FB, Skype, Slack等等），這邊串接的就是微軟自己的Chatbot。

不過因為我們要串接的是LINE BOT，且不打算使用Bot Framework，所以我們要部署(Deploy）成一個Service，讓其他程式可以呼叫使用。

5. 部署QnAService

點選右上角的Deploy

可以看到我們剛才輸的四個題目以及預設的Hello準備被部署出去！

部署成功後會看到一個Service相關Endpoint資料。

（服務的地址及Key記得要藏好不要被別人知道啊，注意Preview版及GA版的Header及Host位置略有不同。）

有了這之後就能發問題request過去，QnAService就會找答案給我們了。

可以透過Chrome插件(Rest Client)進行Endpoint測試。

1. 設定（Preview版本）EndPoint（https://westus.api.cognitive.microsoft.com/qnamaker/v2.0/knowledgebases/{你的QnAMaker UUID}/generateAnswer）
2. 設定Header(Content-Type, Ocp-Apim-Subscription-Key)
3. 於Body輸入問題
4. 點選Send即可於下方看到200 OK Response及對應答案

對Endpoint發送問題，獲得答案JSON資料。

在下一個章節，我會會透過Python程式去發Request（問題），跟這個Endpoint要資料（答案）喔！

次回預告：

使用Python去發送問題及取得答案，並Parse成我們想要的格式

快速連結：02建造LineBot Backend Server 並部署至Heroku