ボットが私たちを助けてくれるでしょう

XNUMX 年前、私たちの愛する人事部門から、新入社員の会社への適応を支援するチャット ボットの作成を依頼されました。

私たちは独自の製品を開発しているわけではありませんが、クライアントにあらゆる開発サービスを提供していることをお断りしておきます。 この話は私たちの社内プロジェクトに関するものになります。このプロジェクトの顧客はサードパーティ企業ではなく、私たち自身の人事担当者です。 そして、利用できる人材、リソース、時間が限られている中での主なタスクは、予定通りにプロジェクトを完了して製品をリリースすることです。

まず、解決する必要があった問題について説明します。

開発者は内向的な人が多く、話すことが好きではないため、電子メール チャットで質問を書く方がはるかに簡単です。 ボットを使用すると、誰に質問するか、誰に電話するか、どこに行くか、そして一般に、情報をどこで探すか、それが関連しているかどうかについて考える必要がありません。

XNUMX 番目の問題は情報です。情報は大量にあり、さまざまなソースにあり、常に入手できるわけではなく、継続的な追加と更新が必要です。

同社の従業員は約 500 人で、オフィス、タイムゾーン、ロシア国内の都市、さらには海外に拠点を置いており、通常は多くの質問が寄せられます。そのため、最も頻繁に聞かれる質問に関連する人事担当者の負担を軽減することも課題の XNUMX つです。従業員による。

また、新人の入社、新人のマネージャーや指導者へのメッセージの送信、新人が適応するために合格する必要があるコースやテストに関する自動リマインダーの送信などのプロセスを自動化する必要もありました。

技術要件はビジネス要件に基づいて作成されました。

ボットは Skype ベースで動作する必要があるため (これまで社内で Skype が使用されてきました)、Azura のサービスが選択されました。

アクセスを制限するために、Skype 経由の認証メカニズムの使用を開始しました。
テキスト認識にはParlAIライブラリを使用

管理 Web ポータルは、構成、トレーニング、デバッグ、メール配信の設定、その他のタスクにも必要です。

プロジェクトに取り組んでいる間、私たちは多くの問題や困難に遭遇しました。

たとえば、Azure アカウントに技術的な問題がありました。 Microsoft は、サービス内にいくつかの技術的な問題があるため、サブスクリプションをアクティブ化することを望んでいませんでした。 ほぼ XNUMX か月間、私たちはこの問題について何もできませんでしたが、最終的には Microsoft サポートが手を引いて、私たちをパートナーに送り、すべてをセットアップしてアカウントを提供してくれました。

最も困難な段階はプロジェクトの開始時で、何を使用するか、アーキテクチャは何であるか、データをどこにどのように保存するか、システムのコンポーネントとモジュールがどのように相互作用するかを選択する必要がありました。

私たちの場合、プロジェクトを開始する際の本質的にありふれた問題が、人員配置によってさらに複雑になりました。 私たちのビジネスの詳細は、商用プロジェクトとは異なり、社内プロジェクトは必要な分野で十分な知識を持たない開発者によって取り組むことがよくあります。彼らは単に運命の意志によって、次のプロジェクトを待つことになっただけです。大きなクールな商業プロジェクト。 このような状況では、モチベーションも非常に困難だったのは当然です。 生産性が低下し、チームが暇になることが多く、その結果、その人を説得（やる気）させたり、変えたりしなければなりません。 開発者を変更する場合は、トレーニングを実施し、知識を伝達し、基本的にプロジェクトをやり直す必要があります。 新しい開発者はそれぞれ、独自の方法でアーキテクチャを見て、自分たちが下した決定や他の人のコードについて前の開発者を叱りました。 書き直しはゼロから始まりました。

これは約XNUMXか月間続きました。 私たちは単に時間をマークし、コードをリファクタリングしていただけで、新しいものは何も書いていませんでした。

また、社内プロジェクトでは原則としてドキュメントがほとんどなく、その時点で何をしなければならないのか、現在の優先順位は何なのかを把握することが困難でした。 常駐のチームを作り、プロセスを確立し、少なくとも XNUMX か月は計画と評価を行う必要がありました。 しかし、プロジェクトが商業的ではない場合、つまり最小限の工数を投資する必要があり、同時に外部顧客よりも悪くない結果が得られる場合、これをどのように行うのでしょうか?

私たちは、プロジェクトの開発に参加し、プロジェクトに精通しており、それに取り組みたいと考えているリソースのプールを特定しました。 私たちはプロジェクトに人を雇用するためのスケジュールを作成しました。 私たちは作業を評価して調整し、主要プロジェクト間の「穴」にこれらの作業をはめ込みました。 4 か月後、アプリケーションの動作するプロトタイプを受け取りました。

次に、ボットの機能、アーキテクチャ、技術的ソリューションについて詳しく説明します。

人事部の主な要件の XNUMX つは、ユーザーが書いたテキストを認識して質問に正しく答えることでした。 あなたは彼に手紙を書くことができます-休暇に行きたい、休暇に行きたい、または休暇に行きたい、そうすれば彼は理解し、それに応じて応答するでしょう。 または、従業員の椅子が突然壊れて、「椅子が壊れた」、「私の椅子にひびが入った」、または「椅子の背もたれが落ちた」と書きたい場合、適切なトレーニングを受けていれば、ボットはそのようなリクエストを認識します。 テキスト認識自体の品質は、後で説明するボットのトレーニングに依存します。

次の要件および機能の一部は、ボットの対話システムです。 ボットが対話を行い、現在の問題の背景を理解できるシステムが開発されました。 ボットがそうするようにトレーニングされている場合、あなたの質問に応じて、彼は明確な質問をし、会話を続けることができます。 Skype は、会話を継続するためのオプションをユーザーに尋ねるシンプルなメニュー オプションをサポートしています。 また、会話中に突然、本題から外れた質問をすることにした場合も、ボットはそれを理解します。

ボットを使用すると、ユーザーの個人データに基づいてさまざまな成果物をユーザーに送信できます。 たとえば、彼の場所で。 ある人がトイレを探したい場合、トイレに行くためのオフィスマップが表示されるとします。 そして、従業員がどの会社のオフィスに勤務しているかに応じてカードが選択されます。

最も重要なタスクの XNUMX つは、ユーザーの個人情報を保護することです。 すべての人がボットが操作する機密データにアクセスできるようにすることはできません。 このようなボットに対する承認の必要性は、それに不可欠な部分です。 ボットは、ユーザーが対話を行う前に認証を要求します。 これは、従業員が初めてボットに連絡したときに発生します。 承認自体はユーザーを適切なページにリダイレクトし、そこでユーザーはトークンを受け取り、それを Skype メッセージに挿入します。 認証が成功すると、ボットとの通信を開始できます。

認証は、Skype - ポータル認証サービス、企業ネットワーク、および LDAP を通じて行われます。 したがって、認証は企業ネットワーク上の現在のユーザー データに依存します。

ボットの開発過程で、人事がボットを迅速にデバッグできるようにするために、ポータル機能に何らかのシステムを組み込む必要があることに気づきました。 ポータル ページを追加しました。人事担当者は、ボットを使用するときにユーザーが記録したエラーを確認し、再トレーニングを使用して解決するか、開発者に任せることができます。

ポータル上でボットを直接トレーニングする機能は、最初から含まれていませんでした。 開発プロセス中に、ボットのトレーニングは人事部門の従業員がボットを扱う際に実行する最も一般的なタスクであり、ボットの追加トレーニングのために開発者にテキスト ファイルを送信することはまったく受け入れられないことに気づきました。 これでは時間がかかりすぎ、多くのエラーや問題が発生します。

ボットのユーザーフレンドリーなトレーニングのために、ポータル上に UI を作成しました。 これにより、人事部はボットの現在のトレーニングを確認し、さらにトレーニングし、現在のトレーニングを調整することができます。 トレーニングは、ボットとの対話の継続であるノード、つまりブランチからなるツリー構造で表されます。 単純な質問と回答を作成することも、重要な対話を作成することもできますが、それはすべて人事部とそのニーズによって異なります。

ソリューション アーキテクチャについて少し説明します。

ソリューション アーキテクチャはモジュール式です。 これには、次のようなさまざまなタスクを担当するサービスが含まれます。
• Azure 上の Skype ボット サービス - ユーザー要求を受け入れて処理します。 これは、最初にリクエストを受信し、その初期処理を実行する非常に単純なサービスです。
• 管理ポータル - ポータルとボット自体を設定するための Web インターフェイスを提供するサービス。 ボットは常に最初にポータルに接続し、ポータルがリクエストに対して次に何を行うかを決定します。
• 承認サービス - ボットと管理ポータルに認証メカニズムを提供します。 認可は Oauth2 プロトコル経由で行われます。 ポジティブ認証では、サービスは有効なユーザー データに基づいて企業ネットワーク内で認証を実行するため、システムは非同期データに関連するエラーを制御できます。
• AI テキスト認識モジュール。Python で記述され、テキスト認識自体に ParlAI フレームワークを使用します。 これは、少なくとも現在の実装ではニューラル ネットワークです。 質問を理解するために tfDiff アルゴリズムを使用します。 このモジュールは、モジュールと通信して学習するための API を提供します。

結論として、私たちはチャット ボットを作成するのは初めての経験であり、最小限の人件費でシステムをできるだけシンプルにしながら同時に機能的にすることに努めました。 非常に興味深い製品があると思います。 独自のトレーニング システム、エラー ログ、通知送信を備えており、他のメッセンジャーと統合することもできます。

出所： habr.com