-1

我一直在研究 watson 对话。主要是对话服务根据我们训练的方式响应用户给出的输入，它根据我们定义的意图、实体和对话流来响应。

在内部，它会查找我们在意图中定义的一些关键字，如果匹配，它将以我们在对话流中提供的文本进行响应。

即使是相同的逻辑，我也可以在我的应用程序中说如果有这几个特定的​​关键字，我可以用这个特定的文本做出回应，然后进入下一个阶段并寻找一些词等等。

但是，我们在这个 watson 对话服务中拥有什么特殊智能来使用它呢？

谁能告诉我谁对沃森有很好的了解

4

5 回答 5

4

但是，我们在这个 watson 对话服务中拥有什么特殊智能来使用它呢？

我认为这是你问题的症结所在？

首先要意识到Intents组件使用机器学习，它不是基于规则的引擎。这为您提供了巨大的优势。

与基于规则的引擎相比，您需要一小部分训练示例。举一个真实世界的例子。这是一项名为“Watson Dialog”的服务（现已停产）。这是一个基于 NLP 规则的引擎。

在对话中，我创建了一个意图，其中包含来自真实世界最终用户的 20 个示例问题。要在 Dialog 中获得相同级别的准确度，需要 7,000 多个示例排列（即使使用了模式匹配）。

也因为对话是机器学习，它可以很好地回答以前从未见过的问题。在规则/单词查找系统中，如果它看到一个从未接受过训练的问题，它永远无法回答。它还可以理解什么时候问题与主题无关，什么时候基于规则的引擎中的关键字陷阱会尝试回答。

当然，这一切都取决于正确训练意图。

另一方面，实体组件曾经是关键字匹配，那里有一些额外的智能（而且还会有更多）。

Dialog组件，你是对的。您当然可以创建自己的代码来执行简单的逻辑流程（再次介绍更多）。关于这一点有几点。

  1. “沃森”是关于使人工智能民主化的。它的目标受众是非 AI 开发人员和主题专家 (SME)。因此，它的设计目的是让 SME 尽可能简单，同时让开发人员更容易扩展）。

  2. 将对话逻辑从对话中分离到代码中，使得维护变得相当困难。您正在与您的代码紧密耦合。因此，如果您想使用不同的语言、频道，那么这意味着您必须更新/转换您的代码。

于 2018-02-14T05:05:38.023 回答
2

Watson 采用基于规则的 AI 和广泛的其他机制（例如，信息检索系统）来识别特征值并将其分配给候选答案。然后，机器学习系统学习如何将这些特征的值组合成每个候选答案的最终分数（从而允许 Watson 选择一个作为其最佳答案，并确定它对该最佳答案的信心程度）。您所描述的只是用于分析 Watson 中的候选答案的众多经典 AI 算法之一，机器学习算法在为这些答案分配分数时会考虑其结果，例如confidence在 Watson Conversation Service 中。

根据您的要求，Watson 将理解并按照置信度进行分类。

IBM Watson在此处的工作原理。IBM官方视频。

参考：这里。

于 2017-05-19T13:07:24.907 回答
0

我一直在研究Symbl，特别是Trackers，它是一种新的智能功能，可以解决在人类对话中创建意图的一些痛点。

Watson Conversation 和其他服务非常适合聊天机器人，但对于人类对话，我还没有看到其他任何开箱即用的方法。很想在这里听到其他人的声音。

于 2021-05-11T16:57:10.290 回答
0

https://github.com/joe4k/wdcutils/有一些工具可以衡量 WCS 的性能。WDC Jupyter 笔记本报告常用的机器学习性能指标来判断训练模型的质量。具体来说，WDC Jupyter 笔记本报告的机器学习指标包括准确度、精确度、召回率、f1 分数和混淆矩阵。如果您对这些各种指标的更多详细信息感兴趣，请参阅“您的聊天机器人准备好迎接黄金时段了吗？” https://developer.ibm.com/dwblog/2016/chatbot-cognitive-performance-metrics-accuracy-precision-recall-confusion-matrix/上的博客

于 2018-02-14T19:57:38.730 回答
-1

我认为这是一个非常好的问题，我真的不明白这里的反对票（2 月 13 日是-2）。

如Watson Conversation：从 JSON“转储”文件恢复工作区时丢失了什么？似乎在 WCS 系统中训练/改进的任何内容都仅写入当前工作区，当再次删除此工作区时，WCS 系统将保持原样。

鉴于我已经正确理解了这一切，创建工作空间只是建立静态逻辑基础，在此基础上，一个相当简单的“人工智能”只是将额外的话语与已标记的示例和意图进行模式匹配。

所以对我来说，“AI”这个词被高估了，事实证明，Watson Conversation 只是一台机器，它“只是”将不完整或受干扰的输入（话语）匹配到预定义的例句（意图附加的示例和计数器） -examples) - 我们使用“模糊逻辑”和“模式匹配”算法所做的事情。所以，我对“智能”的定义是另一个。

无论如何，所有对话部分都在 AI 范围之外。对话部分只是为非程序员根据视觉辅助进行编程。

也许我在这里的评论是咆哮。我不知道。我不是专家。我只是在现实生活中观察系统。这是我到目前为止的看法。渴望了解 Watson 比我现在看来更聪明。

于 2018-02-13T10:32:44.097 回答