Czy ktoś zna konkretne różnice i funkcje między tymi trzema, czy może ktoś ma więcej funkcji / jest bardziej elastyczny w użyciu jako programista?
80
Czy ktoś zna konkretne różnice i funkcje między tymi trzema, czy może ktoś ma więcej funkcji / jest bardziej elastyczny w użyciu jako programista?
Odpowiedzi:
wit.ai Dialogflow luis.ai
vs
vs
Aktualizacja: API.AI to teraz Dialogflow. Dowiedz się więcej tutaj.
źródło
Ten post na blogu zawiera naprawdę dobrą analizę i porównanie usług Luis, Wit.ai, Api.ai, Amazon Alexa i IBM Watson. Zawiera również ładne tło, dlaczego w pierwszej kolejności chciałbyś zbudować bota konwersacyjnego i niektóre wyzwania, które się z tym wiążą. Został napisany przez ludzi stojących za YumiBot (botem, który podaje ceny za rozwój aplikacji).
Ogólnie rzecz biorąc, Wit.ai i Luis są świetnymi wyborami, jeśli eksperymentujesz i po prostu chcesz coś wydobyć za darmo. Api.ai oferuje doskonałą obsługę i wygodę użytkownika, ale nie jest darmowy. To samo z IBM Watson , ten ostatni wycenił więcej w przypadku pracy w przedsiębiorstwie.Alexa API jest wielki, ale działa tylko z Alexa (ale biorąc pod uwagę, że mają ogromny userbase, nie jest zły interes).
Ich rada to również, aby nie polegać zbytnio na jednym dostawcy:
Mam nadzieję, że to trochę pomogło! Myślę, że najlepszym sposobem dokonania wyboru jest wypróbowanie tych usług. Biorąc pod uwagę, że wiele z nich jest wciąż w fazie rozwoju i dodawania funkcji / zmieniających się modeli cenowych, powinieneś spróbować podejść do nich z konkretnym przypadkiem użycia i zobaczyć, który z nich może Cię najszybciej dostać tam, gdzie potrzebujesz.
źródło
Niedawno opublikowaliśmy badanie oceniające siedem usług obsługujących NLU API : API.ai, Amazon Lex, Microsoft LUIS, IBM Watson Conversation, wit.ai, Recast.ai i Snips.ai.
Krótkie podsumowanie naszych ustaleń:
źródło
Jednym z aspektów tego pytania jest skuteczność tych narzędzi w zrozumieniu języka naturalnego. W niedawnym teście porównawczym, który właśnie opublikowaliśmy (Snips, francuska firma AI), przetestowaliśmy wbudowane silniki języka naturalnego Alexa (Amazon), SiriKit (Apple), Luis (Microsoft) i API.ai (Google).
Przetestowaliśmy ich zdolność rozumienia naturalnych zapytań, takich jak „Znajdź mi bar sałatkowy, do którego mogę pójść na spotkanie przy lunchu”, „Zamów taksówkę dla 6 osób”, a także 326 innych zapytań.
Ogólny wniosek jest taki, że wszystkie rozwiązania są niedoskonałe.
Dokładniej, wszyscy mają podobny poziom hałasu w swoich odpowiedziach (dokładność między 60% a 90%), ale istnieją znaczne różnice w zakresie języka, który mogą obsługiwać. Z tego punktu widzenia Luis wypada najsłabiej: w każdym testowanym przez nas przypadku użycia rozumiał mniej niż 14% zapytań. API.ai działa lepiej, chociaż niezbyt niezawodnie: rozumie od 0 do 80% zapytań, które testowaliśmy, w zależności od przypadków użycia. Najwyższe poziomy przypominania można zaobserwować w przypadku Alexa (42% i 82% przypomnienia) i Siri (61% przypomnienia).
Więcej szczegółów i surowe dane stojące za tymi wynikami można znaleźć w naszym poście na blogu, Benchmarking Natural Language Understanding Systems
źródło
Odpowiem na ostatnią część twojego pytania o elastyczność i bycie programistą, IMO w końcu sprowadza się do tego, czego szukasz na tych platformach.
Jeśli jesteś programistą korzystającym z NodeJS lub .Net, LUIS.ai ma obszerną bibliotekę i dobrze zdefiniowane fragmenty kodu i przykład, aby dość szybko uruchomić porządnego bota. Intencje i rozpoznawanie podmiotów są nieco poniżej normy w porównaniu z Google, ale jeśli jesteś Microsoft Shop, istnieje wiele integracji jednym kliknięciem z O365, Teams, Skype, cortana itp. Wady LUIS.ai to ich usługa. bardzo niestabilny, ponieważ w chwili pisania tego tekstu ich strona LUIS.ai nie działa odrzucając połączenia, a od ponad tygodnia nie działa integracja cortana. Tak więc platforma jest nadal w toku.
Api.ai, z punktu widzenia czystego NLU jest lepszy niż Luis.ai, dalsze intencje są bardzo łatwe do ustawienia, torowanie mowy jest znacznie lepsze niż Luis.ai (nawet po przygotowaniu mowy). Wady, które powiedziałbym, to łączność, a także API do zbudowania bota są nieco bardziej skomplikowane niż budowanie bota opartego na MSBot.
Kolejną platformą open source, która zyskuje na popularności, jest RASA NLU. https://rasa.com/ . Dla porównania, rozpoznawanie podmiotów i ranking są nadal nieco szkicowe w przypadku dużych zbiorów danych, ale są to otwarte źródła i jeśli chcesz zabrudzić sobie ręce, możesz rozwidlić ich platformę github i ulepszyć ją.
Z czysto programistycznego punktu widzenia łatwiej jest latać chatbotem na platformie MS (używając luis.ai lub qnamaker.ai), ale bądź przygotowany na wyzwania, gdy pracują nad stabilizacją platformy.
-Kartik
źródło
Moim zdaniem Luis jest bardziej rozbudowany i potrafi wyodrębniać encje w różnych językach. Testowałem w api.ai, a holenderski nie działa dla mnie. Jeśli potrzebujesz tylko angielskiego, każdy z nich powinien być w porządku, ale jeśli potrzebujesz obsługiwać więcej języków, lepiej przetestuj te języki, zanim utkniesz w jednej usłudze. Zamiana mowy na tekst Bing jest w porządku, ale myślę, że aby uzyskać bardziej niezawodne rozwiązanie, będziesz potrzebować innej usługi firmy Microsoft, która usuwa głos i szum.
źródło
Używałem DialogFlow, ale przełączyłem się na LUIS. Czemu? ponieważ gdy wywołujesz DetectIntent w DialogFlow, otrzymujesz JSON z wybraną intencją i jej poziomem ufności, ale muszę uzyskać listę intencji z poziomem ufności każdego z nich. To samo dzieje się z wit.ai i api.ai.
Z drugiej strony LUIS w odpowiedzi podaje listę intencji. W ten sposób mogę zastosować dalsze przetwarzanie po mojej stronie.
To jest przykład z LUIS, kiedy wyszukujesz „zarezerwuj lot do Kairu” (część przykładu LUIS):
Z drugiej strony, interfejs użytkownika służący do konfigurowania DialogFlow jest znacznie potężniejszy niż to, co dostajesz dzięki LUIS.
źródło