PyCon TW 2017 - Day 2

第二天有一整個時段的 Job Fair，可以出去晃晃到各個攤販聊天
最有印象的大概就是 Carousel，跟他們聊得還蠻開心的
還多玩了幾次他們的大家來找碴 XD
在 conf 看到他們這麼多次，第一次知道他們來自新加坡
隔天還會有一位待過 Apple 的 VP 會來 Unconf 分享

今年還有音樂會呢，覺得還蠻有趣的
雖然聽完有點晚才去吃晚餐，剩的東西都不多了ＱＱ

議程

• [Keynote] Building for Failure: Leraning Lessons from Aviation
• [自py系列2] 投資策略驗證系統
  • slide
  • 共筆
• 對話機器人的腦子與靈魂 Bot's Brain and Soul
• 鄉民教我做的聊天機器人
• Why do projects fail?
  • Slide
• 利用 Python 與人工智慧快速打造人性化聊天機器人 (IBM)
• Chatbot @ E.Sun Bank – 玉山小i隨身金融顧問的兩三事 (玉山)

[Keynote] Building for Failure: Learning Lessons from Aviation

• slide
• 共筆

Warnings

• Noisy Warnings
  • Engineers ignore logs/notifications
• Precise Warnings
  • Alert on actionable things, then fix them

Raise clear, verbose exception

try:
    requests.get("http://api.com/user")
except RequestError:
    raise APIFetchError("Could not get user list")

Testing

• 100% Coverage Fallacy
  • Too many tests that are fragile so you ignore them

Checklist

• The step between manual and automation
• Cheap and very effective

Find the limits

• The Load Testing
• Chaos Monkey
  • 測試 server 復原能力
• Restore from backups
• The "Red Team"
  • 攻擊系統的工程師們

Trade off between Redundancy & Acceptable Loss

Team

• No Single Cause → No Blame Culture
  • Not someone's mistake
  • Systematic Problem
• Clear command chains
  • Who makes decisions?
  • Who does the fixing?
• Leadership can blind
  • Debate for what is right
• Crew Resource Management
• Increase your "bus factor"
  • People get ill → 一個專案至少要 2 個以上的人懂
• Good engineering is not just code
  • Communication matters
• Slower can be faster
  • Testing, Writing Documents make a project slower in short term, but faster in long term

Speakers Advice

• Checklists
• Restore your backups
• Work out roughly what happens for every part of a system failing, and if you care
• Reward people whose code quietly works, not those who firefight and take the glory
• Checklists

對話機器人的腦子與靈魂 Bot's Brain and Soul

• 共筆

這場人太多了，連坐下來的位置都沒有ＱＱ
不過共筆寫得很清楚了
我這裡記錄的是會後跟講者討論的一些問題

• Q: Language Generation 要怎麼做 Evaluation，怎樣才算是符合文法？怎樣算是合理的回答？

  • 判定很主觀
  • 很多研究會導入 Human Evaluation
  • 目前還是一個 Open Question

• Q: 目前關於情緒判斷，是否已經到了 Production 了？

  • 尚未到 Production
  • 這樣的問題很難做，其中一個原因在於資料很難收集
  • 另一個原因是，就算沒有辦法判斷情緒，通常也不會造成太大的問題。不像意圖如果判斷錯誤，就會提供錯誤的服務
  • 香港科技大學目前有一個可以判斷人格的 Bot( 我找不太到＠＠ )

鄉民教我做的聊天機器人

• slide
• 共筆
• Line Bot

Chinese Conversation Data

• Movie subtitle
  • 主題發散，不太容易收斂
    • 先過去出資料用語
  • Seq2seq
    • 只能回應簡單的問題
    • 大部分回答都是「我不知道」
• PTT
  • 八卦版標題和推文有應對關係 → 問答

Backend & Platform

~48 萬篇文章

Information Retrieval

找出文章標題符合

• Jaccard Similarity
  • 不能處理介系詞
• Modified BM25
  • 針對重要的字給予較大的權重
  • TF 對短句比較不好用 → 用詞性作為權重

Tried Improvements

• Tokenizer Improvement
  • Emoji icon pre-processing
  • Improve tokenizer accuracy
  • 把 jieba 換成用繁體中文字典，並加入 PTT 會用的常見詞彙
• Keyword Extraction & Association
  • Word2Vec → Query associative term if the original one doesn't exist

Evaluate

• Represent for document with vector

  • Doc2Vec (gensim)
  • RNN-encoder (arXiv: 1506.08909v3)

• NDCG

  • 量化標注

• 讓那篇文章的回應當作 ground truth

  • 來評斷機器人產生的結果好不好

利用 Python 與人工智慧快速打造人性化聊天機器人 (IBM)

• Source Code

有溫度的聊天機器人

• 輔助性答案 ( 互動性 )
  • 引導性回饋 → 開放話題
• 不定時提醒 → 貼近使用者
• 隨機答案 → 提高趣味
• 學習與進化
• Multi-channel ( 多渠道互動 )

Watson

• NP, ML 的語意理解
• Zero Downtime
• 擴充
• 可訓練
• 搜尋引擎

Watson AI Flow

Intent, Parameter, Entity Type

Chatbot @ E.Sun Bank – 玉山小i隨身金融顧問的兩三事 (玉山)

• slide

Q & A

還有沒有其他的 客訴 問題呢