API.ai/ RASA NLU能否与Tensorflow集成成一个聊天机器人？

Question

以下是让我困惑的问题。希望这里的朋友们能把它清除掉。

1. Api.ai和RASA都是用于自然语言处理和自然语言生成的库吗？我说得对吗
2. 我们能否在Tensorflow中执行NLU，以便在Tensorflow本身中执行所有NLU + ML操作？
3. 如果我将Api.ai或RASA用于NLU，以及如何使用Api.ai或RASA执行ML操作？我们能否建立我们自己的ML模型，并使它与Api.ai或RASA NLU一起工作？

场景

假设我只想建造一个聊天机器人。

1. 对于NLU，我使用API.ai或RASA，即将输入分解为意图和实体。
2. 现在，我必须创建自己的ML模型来训练一些数据集，我将使用张量流来创建这些数据集。
3. 我怎样才能把这两者结合起来，让它变得强大？

提前感谢

Answer 1

1)如前所述，RASA是一个库，Api.AI是一个服务。

2)是的！RASA现在支持使用TensorFlow作为管道的一部分。

3) RASA的优点之一是它允许您使用与Api.ai (现在的对话框)相同的API，因此您可以对两者使用相同的培训数据。不过，我认为您最好还是坚持使用RASA，而不是像Dialogflow这样的服务。

Answer 2

回答你的具体问题：

1. 不，Rasa是一个库；API.ai (现在称为Dialogflow)是一种产品，目前由谷歌拥有。自然语言的产生也是如此。他们主要从事自然语言的理解。对于Rasa NLU，这仅限于意图和实体分类。对话框流还包括一些内容，比如上下文、web钩子等等。为了获得更多的Rasa功能，您也想了解一下Rasa核。
2. 当然，人民正在使用tensorflow执行NLU。Rasa NLU不使用它，我也不知道我们是否确切地知道对话框是如何工作的。
3. 使用类似于Rasa、NLU或Dialoflow的东西的全部要点是抽象出关于ML如何工作的大量必要知识。如果您想实现您自己的分类器，那么请查看上面关于tensorflow的链接，或者查看米蒂、空间性和sklearn，这是Rasa打包的两个后端。

希望这能澄清问题。为了巩固给定的场景，如果使用Rasa或DialogFlow，则不需要额外的ML。他们是在各自的头罩下这样做的。

• 对话框包所有您需要的完整聊天机器人解决方案。
• Rasa NLU可以与Botkit或Rasa Core一起使用，用于一个完整的聊天机器人解决方案。