IBM Watsonと連携するTwitter Botを作ってみよう！

IBM Bluemix User Group（BMXUG）リレー寄稿　第4回

9　Hubotにスクリプトを追加し、再度デプロイする

　Hubotはスクリプトを追加することで、さまざまな動作をさせることができます。今回はREST APIを利用するスクリプトを作成しましょう。スクリプトは、「C:\Users\（ユーザー名）\watsonhubotdev\ scripts」フォルダ直下に配置します。

　HubotのスクリプトはCoffeeScriptかJavaScriptで記述します。今回はCoffeeScriptで記述しています。

　テキストエディタなどを開き、以下のコードをコピーしてください。

ファイル名：watson_nlc.coffee

module.exports = (robot) ->
  status  = {}
  robot.respond /(.*)/i, (res) ->
    message = res.match[1]
    return if message is ''

    res
      .http('https://(NLCのusername):(NLCのpassword)@gateway.watsonplatform.net/natural-language-classifier/api/v1/classifiers/(NLCのclassifier_id)/classify')
      .headers('Content-Type': 'application/json')
      .post(JSON.stringify({ text: message})) (err, response, body) ->
        if err?
          console.log "Encountered an error #{err}"
        else
          data = JSON.parse body
          res.send Math.round(data["classes"][0]["confidence"]*100) + '%の確率でプログラム言語 「' + data["top_class"] + '」 のことではないでしょうか？'

　ファイル名は何でも構いませんが、ここではwatson_nlc.coffeeとしました。後、保存時に必ず文字コードUTF-8で保存するようにしてください。そうしないと、日本語が文字化けしてしまいます。

　最後に、manifest.ymlを編集します。NLCサービスが新しく加わったので、テキストエディタなどを開き、以下の内容としてください。

ファイル名：manifest.yml

applications:
- name: watsonhubotdev
  path: .
  memory: 256M
  services:
  - watsonhubotdev-nlc

　最後に、Cloud Foundryアプリケーションにデプロイを行います。コマンドプロンプトから以下のコマンドを実行してください。

cf push watsonhubotdev

　デプロイが完了したら、用意したアカウントとは別のTwitterアカウントでログインし、何か話しかけてみましょう。試しに、「一番難しいプログラム言語は？」と話しかけてみます。

　高確率で、「93%の確率でプログラム言語 「C」 のことではないでしょうか？」という回答が返って来ました。プログラム言語のことを学習させているので、それについての話題の正答率は高いです。

　では、「アイスクリーム美味しいよね！」と全然関係ない話題を振ったらどうなるでしょうか。

　「49%の確率でプログラム言語 「Java」 のことではないでしょうか？」という回答が返って来ました。

　このように、学習させた話題とまったく異なる内容では、正答率は極端に低くなることが分かります。

10　最後に

　今回は、Hubotを利用して、「質問すると、プログラム言語を返答するBot」を作成してみました。しかし、今回の内容は一例でしかありません。IBM Watsonに学習させる内容や、Hubotのスクリプトの記述次第では、もっと汎用的な質問に回答できるBotを作成できます。また、NLC APIの内容については、QAシステムなどを作成する際にも利用できるものとなっています。

　ぜひ、この記事の内容を応用して、快適なコグニティブ・ライフをお過ごしください。