有谁知道这三者之间的具体区别和功能,或者是否有更多功能/更灵活地用作开发人员?
7 回答
wit.ai 对话流luis.aivs
vs
╔══════════════════════════════════════════════════════════════════════════════════════════════════════════════════════════════╗
║ wit.ai vs api.ai(Dialogflow) vs luis.ai ║
╠══════╦════════════════════════════════════╦═════════════════════════════════════════════╦════════════════════════════════════╣
║ S.No ║ Wit.ai ║ Api.ai(Dialogflow) ║ Luis.ai ║
╠══════╬════════════════════════════════════╬═════════════════════════════════════════════╬════════════════════════════════════╣
║ 1 ║ Wit.ai API is completely free ║ Api.ai Has a paid enterprise option ║ LUIS is in beta and free to use ║
║ ║ with no limitations on ║ which allows for this to be run on a ║ 10K transactions per month ║
║ ║ request rates. ║ private cloud internally and more ║ and up to 5 requests per second ║
║ ║ ║ from their services team., After google ║ for each account. ║
║ ║ ║ acquisition they are providing free ║ ║
║ ║ ║ services by integrating google cloud ║ ║
║ ║ ║ services. ║ ║
╠══════╬════════════════════════════════════╬═════════════════════════════════════════════╬════════════════════════════════════╣
║ 2 ║ Provides a nice combination ║ Speech to Text and Text to Speech ║ LUIS uses machine learning ║
║ ║ of both voice recognition and ║ capabilities, along with machine ║ based methods to analyze ║
║ ║ machine learning for developers. ║ learning. ║ sentences. To perform machine ║
║ ║ ║ ║ learning, LUIS breaks an ║
║ ║ ║ ║ utterance into "tokens". ║
╠══════╬════════════════════════════════════╬═════════════════════════════════════════════╬════════════════════════════════════╣
║ 3 ║ Has two main elements to it ║ Support of Intents, Entities, actions ║ Supports Intents, Entities ║
║ ║ that you set up within your ║ and one key focus area is its “Domains”. ║ and actions. ║
║ ║ app – intents and entities. ║ ║ ║
║ ║ Actions are separated to ║ ║ ║
║ ║ use as a combined operations. ║ ║ ║
╠══════╬════════════════════════════════════╬═════════════════════════════════════════════╬════════════════════════════════════╣
║ 4 ║ Has pre-build entities like ║ Has pre-build entities like @sys.date, ║ Has pre-build entities ║
║ ║ temperature, number, URLs, ║ @sys.color, @sys.unit-currency… etc. ║ builtin.intent.alarm, ║
║ ║ emails, duration… etc. ║ ║ builtin.intent.calendar, ║
║ ║ ║ ║ builtin.intent.email… etc. ║
╠══════╬════════════════════════════════════╬═════════════════════════════════════════════╬════════════════════════════════════╣
║ 5 ║ Doesn’t have integration module ║ Has integration module to connect ║ Has integration to Microsoft ║
║ ║ to directly communicating with ║ directly to Facebook messenger and ║ Azure and other services, can be ║
║ ║ Facebook messenger or other ║ other messenger api’s. Has support for ║ deployable in any supported ║
║ ║ messenger APIs. but has web ║ deploying in to heroku server, enterprise ║ servers. ║
║ ║ service api to hook services. ║ paid environment. ║ ║
╠══════╬════════════════════════════════════╬═════════════════════════════════════════════╬════════════════════════════════════╣
║ 6 ║ Early in 2015, joined Facebook ║ Created by a team who built personal ║ LUIS was introduced together with ║
║ ║ and opened up the entire platform ║ assistant app for major mobile platforms ║ Microsoft Bot Framework and Skype ║
║ ║ to be free for both public and ║ with speech and text enabled conversations. ║ Developer Platform which can be ║
║ ║ private instances. ║ acquired by google (sept 2016). ║ used to create Skype Bots. ║
╠══════╬════════════════════════════════════╬═════════════════════════════════════════════╬════════════════════════════════════╣
║ 7 ║ Wit.ai API for developers of iOS, ║ Api.ai has SDKs for Android, iOS, ║ LUIS allow building applications ║
║ ║ Android, Node.js, Raspberry Pi, ║ the Apple Watch, Node.js, Cordova, ║ by using the LUIS web interface. ║
║ ║ Ruby, Python, C, Rust and ║ Unity, C#, Xamarin, Windows Phone, ║ No coding needed other than the ║
║ ║ Windows Phone. It even ║ Python and JavaScript. It also can be ║ ability to interpret and use the ║
║ ║ has a JavaScript plugin for ║ integrated with Amazon’s Echo and ║ returned JSON in application. ║
║ ║ front end developers. ║ Microsoft’s Cortana. ║ It is also possible to use the ║
║ ║ ║ ║ LUIS REST API for ║
║ ║ ║ ║ automation of applications. ║
╚══════╩════════════════════════════════════╩═════════════════════════════════════════════╩════════════════════════════════════╝
更新: API.AI 现在是 Dialogflow。在这里了解更多。
这篇博文对 Luis、 Wit.ai、Api.ai、Amazon Alexa 和 IBM Watson 服务进行了很好的分析和比较。它还有一个很好的背景,说明你为什么要首先构建一个对话机器人以及随之而来的一些挑战。它是由YumiBot(一个为您提供应用程序开发报价的机器人)背后的人编写的。
一般的要点是,如果您正在尝试并且只是想免费获得一些东西,那么Wit.ai和Luis是不错的选择。Api.ai具有出色的服务和用户体验,但不是免费的。与IBM Watson相同,后者为企业工作定价更高。Alexa 的API 很棒,但仅适用于 Alexa(但鉴于他们拥有庞大的用户群,这也不错)。
他们的建议也是不要过分依赖一个供应商:
我们建议您以结构化方式将模型所需的所有数据存储在自己的代码存储库中。因此,稍后您可以从头开始重新训练模型,甚至在需要时更改语言理解提供程序。您只是不想陷入公司关闭其服务而您完全没有准备的情况。你还记得 Parse 吗?
我希望这有一点帮助!我认为做出选择的最佳方式就是尝试这些服务。鉴于其中许多仍在开发中并正在添加功能/更改定价模型,您应该尝试使用特定的用例来解决它们,看看哪一个可以让您最快地到达您需要的地方。
我们最近发布了对七种支持 NLU API 的服务的评估研究:API.ai、Amazon Lex、Microsoft LUIS、IBM Watson Conversation、wit.ai、Recast.ai 和 Snips.ai。
我们的发现的简要总结:
- IBM Watson 意图检测是最好的,尤其是在较小的训练数据集上(尽管在超过 2000 个样本上进行训练时,差异是无法区分的)。
- API.AI 是免费的,在足够大的训练集上的表现可以与 IBM Watson 和 Microsoft LUIS 相媲美。
- 在我们的测试中,Microsoft LUIS 的运行速度明显快于其他软件。wit.ai 的性能和响应时间比上述三个稍差,但它是免费的,并且提供了最好的语言覆盖率(大约 50 种语言)。
- Amazon Lex 有相当严格的 API 限制(训练集大小限制为 200K 符号,这可能不足以达到多意图助手的良好意图检测质量;而且它要求所有训练话语都被实体标记,这很复杂数据集的准备。
这个问题的一个方面是这些工具在理解自然语言方面的效率如何。在我们(法国人工智能公司 Snips)最近发布的一项基准测试中,我们测试了 Alexa(亚马逊)、SiriKit(苹果)、Luis(微软)和 API.ai(谷歌)的内置自然语言引擎。
我们测试了他们理解自然查询的能力,例如“给我找一家沙拉吧,我可以去参加我的午餐会”、“为 6 人订一辆出租车”,以及 326 个其他查询。
总的结论是,所有的解决方案都是不完美的。
更准确地说,它们在响应中都有相似的噪音水平(在 60% 到 90% 之间),但它们可以支持的语言广度存在显着差异。从这个角度来看,Luis 的表现最差:在我们测试的每个用例中,它理解的查询不到 14%。API.ai 表现更好,虽然不是很可靠:它可以理解我们测试的 0% 到 80% 的查询,具体取决于用例。Alexa(42% 和 82% 的召回率)和 Siri(61% 的召回率)的召回率最高。
更多细节和这些结果背后的原始数据可以在我们的博客文章中找到,Benchmarking Natural Language Understanding Systems
我将回答您关于灵活性和作为开发人员的问题的最后一部分,IMO 最终归结为您在这些平台中寻找的内容。
如果您是使用 NodeJS 或 .Net 的开发人员,LUIS.ai 有一个广泛的库和定义明确的代码片段和示例,可以非常快速地启动一个体面的机器人。与 google 相比,意图和实体识别略低于标准,但如果您是 Microsoft Shop,则有很多与 O365、Teams、Skype、cortana 等的一键式集成。LUIS.ai 的缺点是他们的服务似乎非常不稳定,在撰写本文时,他们的 LUIS.ai 网站无法拒绝连接,并且已经有一个多星期了,cortana 集成无法正常工作。因此,该平台仍在进行中。
Api.ai,从纯 NLU 的角度来看比 Luis.ai 更好,后续意图非常容易设置,语音启动远远优于 Luis.ai(即使在语音启动之后)。我想说的缺点是,它的可连接性以及构建机器人的 API 比构建基于 MSBot 的聊天机器人要复杂一些。
另一个受到关注的平台开源平台是 RASA NLU。https://rasa.com/。相比之下,实体识别和排名对于大型数据集来说还是有点粗略,但是它是开源的,如果你想动手,你可以分叉他们的 github 平台并改进它。
从纯粹的开发角度来看,在 MS 平台上运行聊天机器人(使用 luis.ai 或 qnamaker.ai)更容易,但在他们致力于稳定平台的过程中准备好迎接挑战。
-卡提克
在我看来,Luis 更健壮,可以提取不同语言的实体。我已经在 api.ai 中进行了测试,而荷兰语对我不起作用。如果您只需要英语,那么其中任何一种都可以,但是如果您需要支持更多语言,那么最好在使用一项服务之前最好测试这些语言。Bing 语音到文本是可以的,但我认为要获得更强大的解决方案,您将需要另一个可以清除语音和噪音的 Microsoft 服务。
我使用的是 DialogFlow,但我切换到了 LUIS。为什么?因为当您在 DialogFlow 中调用 DetectIntent 时,您会得到一个带有所选意图及其置信度的 JSON,但我需要获取一个意图列表以及每个意图的置信度。wit.ai 和 api.ai 也是如此。
另一方面,LUIS 会为您提供一个意图列表作为响应。这样,我可以在我这边进行进一步的处理。
这是一个来自 LUIS 的示例,当您搜索“book flight to Cairo”(LUIS 示例的一部分)时:
{
"query": "Book me a flight to Cairo",
"topScoringIntent": {
"intent": "BookFlight",
"score": 0.9887482
},
"intents": [
{
"intent": "BookFlight",
"score": 0.9887482
},
{
"intent": "None",
"score": 0.04272597
},
{
"intent": "LocationFinder",
"score": 0.0125702191
},
{
"intent": "Reminder",
"score": 0.00375502417
},
{
"intent": "FoodOrder",
"score": 3.765154E-07
},
],
"entities": [
{
"entity": "cairo",
"type": "Location",
"startIndex": 20,
"endIndex": 24,
"score": 0.956781447
}
]
}
另一方面,配置 DialogFlow 的 UI 比使用 LUIS 获得的功能强大得多。