自然語言處理，簡單來說，是讓電腦能夠瞭解我們平常說話內容。
Dialogflow Chatbot的核心就是必須能夠處理和理解使用者的語意，更早期的chatbot，在自然語言處理技術還不發達前，常常是以hard code的方式來完成整個對話流程，開發者必須去抓取使用者句子中的關鍵字，然後使用像是正則表達式這類的方法來囊括所有的用詞可能性。有了自然語言處理技術之後，我們對所有的句子可以統一處理，然後交給機器去判斷意圖，可以更精準的和使用者互動。

intent-based chatbot vs flow-based chatbot

如前述，若用一句話來描述intent-based chatbot，他的核心技術為NLU，主要透過判定使用的意圖，來決定要做什麼動作來回應。而flow-based 的平台著重於流程，在某個流程內接受使用者的某個關鍵字/語句，根據這些語句，來進入下一個流程，算是事先在程式寫好了對話的腳本。

Dialogflow屬於哪一種

Dialogflow使用到最重要的技術就是NLU，很多人會問他到底是哪一種，我的認知是他以intent based來做流程控制。Dialogflow以辨識意圖為主，再加上一些流程控制的小技巧來達到對話效果(Context,follow-up intent)，需要注意的是，即使dialogflow擁有強大的語言辨識，開發者仍必須理解對話設計和流程控制的小技巧，才能不費力地設計出一個好的對話機器人。

Dialogflow怎麼使用NLU?

假設我要打造一個訂票小幫手，我需要知道我的客戶可能會有哪些意圖? 意圖指的是使用者的目的，例如:我要查班次時間、我要訂票，我們必須提供一些客戶可能會說的話(training phrase) 來讓Dialogflow做訓練，這些句子就是NLU模型的輸入，而我們不需要在意NLU模型如何去辨識和處理這些句子，只需要提供句子讓Dialogflow幫我們做訓練，而意圖就是答案，所以訓練完成後，當Dialogflow接收到客戶詢問的問題，就會去判斷這些句子屬於哪一種意圖，然後給予回應。

參考文章