使用MxNet而不是API.AI(DialogFlow),LUIS,WIT.AI或任何其他AI框架开发聊天船有什么好处?

时间:2017-11-18 04:06:14

标签: luis wit.ai mxnet dialogflow

我想为我的零售店项目开发自己的聊天机器人。我检查了不同的框架,如API.AI(DialogFlow),LUIS,WIT.AI和Whatsan虚拟代理。但我也遇到MXNet。因此,如果我使用MxNet开发自己的聊天机器人,那么与上面讨论的其他内置API相比,这将是有利的

2 个答案:

答案 0 :(得分:1)

MXNet是一个深度学习框架,可以进行一般模型训练和推理。 API.AI,Amazon Lex,WIT.AI等提供的是一个使用这种培训和推理的平台,但它本身就是一个独立的引擎而不是深度学习框架。 例如,API.AI提供对话和上下文构造,允许在对话进行时填充数据槽时进行对话,但这超出了深度学习引擎的范围。聊天机器人平台将利用深度学习引擎(及其模型)进行子任务,如语音识别和口语/书面文本转换为规范形式。

答案 1 :(得分:-1)

MXNet优于现有框架的优势

MXNet深度学习框架可用于实施,训练和部署可以解决文本分类和情感分析问题的深层神经网络。

**改进同义词,上位词和下位词**

让我们假设用户要求使用苏打水,但您的聊天机器人只知道可口可乐或百事可乐等特定术语,这些术语是苏打水的上位词。上位词,同义词和下位词可以用英语处理,因为有很多NLP资源,称为词库和本体,但它们通常用于通用语言。因此,可口可乐是一个非常具体的域名,不太可能成为此类资源的一部分。

您可以尝试找到适合您问题的现有词库,或者自己构建它。领域专家构建的资源既昂贵又高度准确。借助机器学习,您可以创建语言(Langauge基础)资源,特别是使用深度学习技术,这些资源可能足以满足您的使用需求。

最终结论

  • 如果我们使用MXNet从头开始构建聊天,我们需要机器学习 经验,我们需要资源和时间。这是我们无法获得的开源 立即支持。所以,其他替代方案是使用a 用于解决一般NLP问题的工具的组合(即 Dialogflow,Wit.ai,IBM沃森代理协助等)以及自定义服务器 更强大功能的侧面逻辑。

Source