Kann API.ai/ RASA NLU in Tensorflow integriert werden, um einen Chatbot zu machen

Question

Unten sind die Fragen, die mich verwirrt. Hoffe Freunde hier werden es klären.

1. Sowohl Api.ai als auch RASA NLU sind Bibliotheken, die für Natural Language Processing und Natural Language Generation verwendet werden? Bin ich richtig

2. Können wir NLU in Tensorflow tun, damit wir alle NLU + ML Operationen in Tensorflow selbst durchführen können?

3. Wenn ich Api.ai oder RASA NLU für NLU-Zwecke verwende und wie führe ich ML-Operationen mit Api.ai oder RASA NLU durch? Können wir unser eigenes ML-Modell bauen und es mit Api.ai oder RASA NLU funktioniert

Szenario

Angenommen, ich möchte nur ein Chat-Bot bauen.

1. Ich benutze API.ai oder RASA NLU für NLU, d. H. Eingabe in Intents und Entities zu brechen.

2. Jetzt muss ich mein eigenes ML-Modell erstellen, um einige Datensätze zu trainieren, die ich mit Tensor-Flow erstellen werde.

3. Wie kann ich diese zwei integrieren, um es leistungsfähig zu machen?

Vielen Dank im Voraus

Answer 1

Beantwortung Ihrer spezifischen Fragen:

1. Nein, ist Rasa NLU eine Bibliothek; API.ai (jetzt Dialogflow genannt) ist ein Produkt, das derzeit im Besitz von Google ist. Und natürlich auch keine natürliche Sprache. Sie tun hauptsächlich natürliches Sprachverständnis. Für Rasa NLU ist dies auf die reine Intents-Entity-Klassifikation beschränkt. Dialogflow enthält auch Dinge wie Kontext, Web-Hooks usw. Um mehr Funktionalität mit Rasa zu bekommen, sollten Sie auch in Rasa Core schauen.
2. Es gibt sicherlich people tun NLU mit Tensorflow. Rasa NLU verwendet es nicht und ich weiß nicht, ob wir genau wissen, wie Dialogflow funktioniert.
3. Der springende Punkt bei der Verwendung von etwas wie Rasa NLU oder Dialoflow ist es, viel von dem Wissen zu abstrahieren, das für die Funktionsweise des ML notwendig ist. Wenn Sie einen eigenen Klassifikator implementieren möchten, sehen Sie sich den obigen Link für Tensorflow an oder schauen Sie sich MITIE oder spacy und sklearn an, die beiden Backends, die Rasa zusammenpackt.

Hoffentlich, das klärt die Fragen auf. Um Ihr Szenario zu konsolidieren, ist keine zusätzliche ML erforderlich, wenn Sie Rasa oder DialogFlow verwenden. Sie tun das unter ihren eigenen Hauben.

• Dialogflow bietet alles, was Sie für eine komplette Chatbot-Lösung benötigen.
• Rasa NLU kann zusammen mit Botkit oder Rasa Core für eine komplette Chatbot-Lösung verwendet werden.