Tagged

Ein Open Source Chatbot-Builder im Eigenbau

A collection of 10 posts

Teil 9: Warum logische Strukturen in Graphdatenbanken mit Edges besser abgebildet werden können
Ein Open Source Chatbot-Builder im Eigenbau

Teil 9: Warum logische Strukturen in Graphdatenbanken mit Edges besser abgebildet werden können

Bisher habe ich dir gezeigt, wie Fragen und Antwortmöglichkeiten eins Chatbots in einem Graph miteinander verbunden sind [https://steampixel.de/teil-4-konversationen-und-kontext-in-graphdatenbanken/] und wie darin Logik implementiert [https://steampixel.de/teil-6-wir-bauen-einen-logikgraph/] werden kann. Ein Chatbot ist nämlich das ideale Beispiel für komplexe vernetzte Strukturen. Ich habe außerdem Graph Traversal

Teil 8: So werden Logik und Faktenwissen in Graphdatenbanken voneinander isoliert
Ein Open Source Chatbot-Builder im Eigenbau

Teil 8: So werden Logik und Faktenwissen in Graphdatenbanken voneinander isoliert

Bisher habe ich dir gezeigt, wie die Logik in Graphdatenbanken zusammen mit Expertenwissen abgelegt [https://steampixel.de/teil-6-wir-bauen-einen-logikgraph/] werden kann. Dadurch lassen sich komplexe Systeme wie z.B. Chatbots sehr gut abbilden. Dabei war es bisher jedoch so, dass die Knoten, welche das Expertenwissen enthalten gleichzeitig auch die Logik

Teil 7: Intelligenter Kontext durch logisches Graph Traversal
Ein Open Source Chatbot-Builder im Eigenbau

Teil 7: Intelligenter Kontext durch logisches Graph Traversal

Viele Chatbots haben ein Problem. Sie können sich nur begrenzt oder nur auf sehr umständlichen Wegen den Kontext einer Konversation merken. Oft muss derartige Logik mit viel Programmieraufwand implementiert werden. Bei meinen Experimenten mit Graph-Datenbanken habe ich jedoch bemerkt, dass sich diese Logik komplett in die vernetzte Struktur einer solchen

Teil 5: Von Chatbots und Wanderern - Was ist Graph Traversal?
Ein Open Source Chatbot-Builder im Eigenbau

Teil 5: Von Chatbots und Wanderern - Was ist Graph Traversal?

Ich habe dir bereits gezeigt, warum es sinnvoll ist, geplante Konversationen als Graph zu speichern. Graphdatenbanken funktionieren grundlegend anders als klassische relationale Ansätze. Nicht nur die Speicherung der Daten ist anders. Auch die Art und Weise, wie du die Daten auslesen kannst, ist besonders. Eine Möglichkeit Daten aus einer Graphdatenbank

Teil 3: Konversationen in relationalen Datenbanken
Ein Open Source Chatbot-Builder im Eigenbau

Teil 3: Konversationen in relationalen Datenbanken

Es gibt viele verschiedene Ansätze um Konversationen in Datenbanken abzubilden. Welche Ansätze dafür geeignet sind und warum möchte ich dir hier erklären. Um zu entscheiden, welche Datenbank die richtige ist, um eine geführte Chatbot-Konversation abzubilden, musst du zunächst wissen, welche Strukturen Konversationen aufweisen. Dazu habe ich bereits einen eigenen Artikel

Teil 2: Warum eine Konversation nicht in einen Baum passt
Ein Open Source Chatbot-Builder im Eigenbau

Teil 2: Warum eine Konversation nicht in einen Baum passt

Einige Botbuilder bilden Konversationen als kausale Entscheidungsbäume [https://en.wikipedia.org/wiki/Decision_tree] oder Behavior trees [https://en.wikipedia.org/wiki/Behavior_tree_(artificial_intelligence,_robotics_and_control)] ab. Warum ein geführtes Gespräch jedoch kein Baum sein sollte und warum Netzwerkstrukturen dafür besser geeignet sind, möchte ich dir hier