wit.ai、api.ai等是否可以通过训练生成自己的对话，还是每一次对话都是由“机器人”所有者创建的静态结构的故事？
我在寻找一种可以基于所学内容生成对话的机器人工具，并且对话越多，它在回复用户时就越好，甚至有可能进行长达一小时的类似人类的对话。
我已经查看了wit.ai、api.ai以及其他类似的工具，但它们似乎都是基于故事，这些故事通常会变成一些命令式的内容，比如订购披萨。尽管它们可以记住与谁对话以及其他实体信息。
我必须构建上百个故事，还是可以先创建一个基础，然后让它从中学习，并在未来基于旧的对话添加更多故事来使它更聪明？
回答：
答案有很多部分。
一方面，有Mitsuku，它可能最接近你所期望的。据我所知，Mitsuku是经过长时间使用大量手工编码规则构建的——有点像你所说的数百个故事。就我所知，目前还没有Mitsuku-as-a-service这样的服务，至少现在还没有。
另一方面，有像api.ai、wit.ai等机器人构建框架，它们使用机器学习来有效地做两件事——意图映射（用户在谈论什么主题）和实体提取（提及专有名词）。结合起来，这对于任务导向的聊天机器人非常有帮助，但对于你试图构建的那种真正对话式的聊天机器人来说还不够。
我还建议你查看以下YouTube视频，特别是演讲者谈论生成式与检索式聊天机器人的部分。
https://youtu.be/SvV57fuL_M0?t=202
此外，api.ai还有一些称为“预构建领域”的东西，这些领域对一些领域有了解。包括了一个“小谈”领域，但如果你深入了解，它基本上是期望机器人程序员填写一个问卷，这个问卷根据通常预期的问题从0%到100%完成。
你还询问了使用历史数据来使你的机器人更聪明的问题。如果你准备浏览聊天记录，像API.AI这样的机器人构建框架允许你从狭窄的开始，通过训练（很难解释，看看它们的界面）构建一个非常有趣的机器人。但这也意味着a)你愿意花大量时间来改进机器人，以及b)你实际上可以为你的机器人带来足够的流量来应对广泛的问题。
我认为，关于聊天机器人能做什么，有很多炒作。我认为它们非常有用，但它们在人类认为的对话方式上几乎不是对话性的。
