저는 소매점 프로젝트를위한 자체 대화방을 개발하고 싶습니다. API.AI (DialogFlow), LUIS, WIT.AI 및 Whatsan 가상 에이전트와 같은 다른 프레임 워크를 확인했습니다. 그러나 나는 또한 MXNet을 방문합니다. 따라서 MxNet을 사용하여 자체 챠트 봇을 개발하면 위에 언급 된 내장 API에 비해 무엇이 유리한 지API.AI (DialogFlow), LUIS, WIT.AI 또는 다른 AI 프레임 워크가 아닌 MxNet을 사용하여 채팅 보트를 개발하면 어떤 이점이 있습니까?
답변
이점 깊은 학습 프레임 워크가 구현 기차와 텍스트 분류 및 감정 분석 문제를 해결할 수 있습니다 깊은 신경 네트워크를 구축하는 데 사용할 수 있습니다 MXNet
.
** 동의어, Hypernyms 및 Hyponyms이 **
은 이제 사용자가 음료수를 요구한다고 가정하자 향상,하지만 chatbot은 소다의 hyponyms이다 코카콜라 나 펩시와 같은 특정 용어를 알고있다. 어휘집과 온톨로지라고하는 NLP 리소스가 많기 때문에 하이퍼 닉, 동의어 및 하위 단어는 영어로 처리 할 수 있지만 대개 일반 언어입니다. 따라서 매우 특정한 도메인 용어 인 코카콜라가 이러한 종류의 자원에 포함되지는 않을 것입니다.
문제에 맞는 기존의 시소러스를 찾거나 독자적으로 만들 수 있습니다. 도메인 전문가가 제작 한 리소스는 비싸지 만 정확도는 높습니다. Machine Learning을 사용하면 특히 딥 학습 기술을 사용하여 언어 (Langauge base) 리소스를 만들 수 있으므로 사용 사례에 충분히 적합 할 수 있습니다.
우리는 MXNet, 우리는 경험을 학습 기계를 필요로 사용하여 처음부터 채팅을 구축 할 경우 최종 결론
- , 우리는 자원과 시간이 필요합니다. 그것은 우리가 얻을 수없는 오픈 소스입니다 즉각적인 지원. 따라서 다른 대안으로는 일반 NLP 문제를 해결하기위한 도구 (예 : Dialogflow, Wit.ai, IBM watson agent assist 등)와 더 강력한 기능을위한 사용자 지정 서버 로직을 조합하여 사용할 수 있습니다.
MXNet은 일반적인 모델 교육 및 추론을 수행 할 수있는 심층적 인 학습 프레임 워크입니다. 어떤 API.AI, Amazon Lex, WIT.AI 등은 이이 교육 및 추론을 사용하는 플랫폼을 제공하지만 자체는 별도의 엔진이며 깊은 학습 프레임 워크가 아닙니다. 예를 들어, API.AI는 대화가 진행되면서 데이터 슬롯을 채우면서 대화를 수행 할 수있는 대화 상자 및 컨텍스트 구조를 제공하지만 이는 심층적 인 학습 엔진의 범위를 벗어납니다. 대화방 플랫폼은 음성 인식 및 음성/서면 텍스트의 표준 형식으로의 변환과 같은 하위 작업에 대해 깊은 학습 엔진 (및 해당 모델)을 활용합니다. 기존의 프레임 워크를 통해 MXNet의
내가 왜 부정적인 순위를 알 수있다? –