我已经在watson会话上工作了一段时间。主要的会话服务根据我们训练的方式响应用户给出的输入，并根据我们定义的意图，实体和对话流程来做出这一点。
在内部，它会查找我们在意图中定义的一些关键字，如果匹配，它将使用我们在对话框流中提供的文本进行响应。
即使是同样的逻辑我也可以在我的应用程序中说明是否有这些 特定的关键词，我可以回复这个特定的文字，然后进入下一阶段并寻找一些单词等。
但是，我们在这个沃森对话服务中使用的特殊情报是什么呢？
有人能告诉我谁对沃森有很好的了解
答案 0 :(得分：3)
但是，我们在这个沃森对话服务中使用的特殊情报是什么呢？
我认为这是你问题的症结所在？
首先要意识到 Intents 组件使用机器学习，它不是基于规则的引擎。这给你带来了巨大的优势。
您需要一小部分训练示例，而不是基于规则的引擎。举一个现实世界的例子。这是一项名为＆＃34; Watson Dialog＆＃34; （现已停止）。这是一个基于NLP规则的引擎。
在对话中，我使用来自现实世界最终用户的20个示例问题创建了一个意图。要在Dialog中获得相同级别的准确度，需要超过7,000个示例排列（即使使用了模式匹配）。
另外，因为会话是机器学习，它可以很好地回答以前从未见过的问题。在规则/单词查找系统中，如果它看到一个从未接受过培训的问题，它就永远无法回答它。当基于规则的引擎中的关键字捕获尝试回答时，它还可以理解问题何时与主题无关。
当然，这完全取决于正确训练意图。
另一方面，实体组件曾经是关键字匹配，那里有一些额外的智能（还有更多的智能）。
对话组件，你是对的。您当然可以创建自己的代码来执行简单的逻辑流程（再次更多内容）。关于这一点有一些观点。
＆＃34;沃森＆＃34;是关于人工智能的民主化。它的目标受众是非AI开发人员和主题专家（SME）。因此，它旨在使中小企业尽可能轻松，同时使开发人员可以轻松扩展。
将对话逻辑从对话中分离出来并放入代码中，使维护变得更加困难。您正在与代码紧密耦合。因此，如果您想使用其他语言，那么通道就意味着您必须更新/转换代码。
答案 1 :(得分：2)
Watson采用基于规则的AI和广泛的其他机制（例如，信息检索系统）来识别候选答案并将其分配给候选答案。然后，机器学习系统学习如何将这些特征的值组合成每个候选答案的最终分数（从而允许Watson选择一个作为其最佳答案，并确定在最佳答案中应该有多自信）。您所描述的只是用于分析Watson中候选答案的众多经典AI算法之一，并且在为这些答案分配分数时，机器学习算法会考虑其结果，例如Watson Conversation Service中的confidence 。
根据你的要求，Watson会理解并以置信水平进行分类。
IBM Watson的工作原理here。来自IBM的Official视频。
参考：here。
答案 2 :(得分：0)
https://github.com/joe4k/wdcutils/有一些测量WCS性能的工具。 WDC Jupyter笔记本报告了常用的机器学习性能指标来判断训练模型的质量。具体而言，WDC Jupyter笔记本报告机器学习指标，包括准确性，精确度，召回率，f1分数和混淆矩阵。如果您对这些不同指标的更多详细信息感兴趣，请参阅https://developer.ibm.com/dwblog/2016/chatbot-cognitive-performance-metrics-accuracy-precision-recall-confusion-matrix/
上的“您的聊天机器人准备好黄金时段吗？”答案 3 :(得分：0)
我一直致力于将 Symbl，特别是 Trackers 作为一种新的智能功能来解决在人类对话中创建意图的一些痛点。
Watson Conversation 和其他服务非常适合聊天机器人，但对于人类对话，我还没有看到其他任何开箱即用的服务。很想在这里听到其他人的声音。
答案 4 :(得分：-1)
我认为这是一个非常好的问题，我真的不明白这里的投票（2月13日已经-2）。
如Watson Conversation: What is lost when restoring a Workspace from a JSON "dump"-file?所示，无论WCS系统中的任何训练/改进，只会写入当前的工作空间，使WCS系统保持愚蠢，再次移除此工作空间。
鉴于我已经正确地理解了这一切，创建一个工作空间只是建立了STATIC逻辑基础，一个相当简单的“AI”只是模式匹配已经标记的示例和意图的附加话语。
所以对我来说，“AI”一词被高估了，因为事实证明，Watson Conversation只是一台机器，它“只是”将不完整或受干扰的输入（话语）与预定义的例句相匹配（意图附加）例子和反例） - 我们用“模糊逻辑”和“模式匹配”算法完成的事情。所以，我对“情报”的定义是另一个。
无论如何，所有对话框部分都在AI范围之外。 Dialog-part只是通过视觉辅助工具为非程序员编程。
也许我在这里的评论是一个咆哮。我不知道。我不是专家。我只是在现实生活中观看系统。这是我迄今为止的感受。 渴望了解Watson比我目前看来更聪明。