JavaScript is disabled in your browser.
Please enable JavaScript settings in your browser to allow this website work correctly.
  • .NET

Lösung

Softeq hat bei der Entwicklung eines Deep-Learning-getriebenen Chatbots für einen großen Messenger mitgewirkt. Mit dem Bot können Nutzer in einem Sport-Videospiel effektiver agieren — Spielpläne, Ergebnisse und erweiterte Spielstatistiken einsehen, Benachrichtigungen über Verletzungen erhalten sowie die neuesten Ergebnisse und Spieler-Ratings vergleichen.

Der Bot sammelt Daten über Anfragen und bietet den Nutzern vollständige Informationen zu Trends der Spiele-Community — welche Themen werden am meisten diskutiert, wer sind die besten Spieler der Woche etc.

Kommunikationsablauf zwischen dem Nutzer und dem Bot:

1) Der Nutzer stellt Fragen wie “Mit welchem Ergebnis spielte John Smith gegen Rangers im Jahr 2015?“, „Wer ist besser: John Smith oder John Doe?“ oder „Wen sollte ich diese Woche zu meinem Team hinzufügen?“.

2) Der Bot erkennt natürliche Sprachmuster und analysiert die Nutzerfrage mittels des Microsoft Language Understanding Intelligent Services (LUIS). Mithilfe von KI-Algorithmen der Microsoft Cognitive Services kann der Chatbot den Kontexten der Konversation verstehen und natürlichsprachliche Dialoge unterstützen.

3) Der Bot kommuniziert mit dem Web-Server des Spiels, um alle erforderlichen Informationen über Spieler, Teams, Spielpläne und Wetterbedingungen zu sammeln.

4) Der Bot gibt dem Nutzer eine adäquate und detaillierte Antwort.

Der Chatbot nutzt Azure Bot Service, eine All-in-One-Plattform, die ein integraler Bestandteil des Microsoft Bot Frameworks ist.

Für eine schnelle Reaktion (<10ms) sorgt ein komplexes zweistufiges Caching-System, das Services wie Redis, Microsoft SQL Server, Azure Cosmos DB und Table Storage umfasst. Cosmos DB, eine hochsensible Datenbank, ermöglicht es, Daten über ein Netzwerk von regionalen Rechenzentren zu verteilen, statt sie zentral zu speichern. Wenn zum Beispiel ein Fan aus Nordamerika oder Asien (Regionen mit den meisten Spielefans) eine Frage stellt, stellt der Chatbot immer eine Verbindung zum nächsten Rechenzentrum her, um eine möglichst geringe End-zu-End-Latenz zu ermöglichen. Durch seinen modularen Aufbau lässt sich der Chatbot mit anderen Statistikspeichern/Datenbanken integrieren und für andere Sportarten und Bereiche anpassen.

Wie können wir Ihnen helfen?