В чем разница между rasa core и botkit framework с точки зрения потока разговоров?

Я изучаю разработку ботов с помощью rasa. В этом случае я взял простой вариант использования банковской системы. Ниже краткий поток:

I want to apply for loan
                Home loan   Car Loan   Personal Loan

**User comes again after some days**

                Hey, you inquired about the loan previously, what is the status?
Bought from another bank
                    Which bank?
Axis Bank
                    What interest rate did you buy the loan at?
5%

Предположим, пользователь спросил: «Я хочу подать заявку на ссуду», чтобы я мог классифицировать намерение и извлечь сущность и, соответственно, ответить пользователю. Но если пользователь сказал «Axis Bank», как мне отслеживать, на какой вопрос он ответил как «Axis Bank», и каков будет мой следующий вопрос или ответ?

Я искал "Как отслеживать состояние разговора?"

Я наткнулся на [https://github.com/RasaHQ/rasa_nlu/issues/303visible[1] эту ссылку В том, что они упоминают

Я не думаю, что это должно быть частью цели RASA. ИМО: NLU само по себе является очень большой и сложной темой для решения. Но для этого можно использовать специальный фреймворк, например боткит.

Но в rasa-core есть опция слота (информация, которую нужно отслеживать во время разговора (например, возраст пользователя))

В приведенной ниже ссылке упоминается Разница между ядром Rasa и Rasa nlu

Ядро Rasa используется для направления потока разговора, а Rasa nlu - для понимания и обработки текста для извлечения информации (сущностей).

Может ли кто-нибудь помочь мне понять разницу между rasa-core и botkit с точки зрения потока разговора?


bots rasa-nlu rasa-core rasa botkit
person Arti Berde    schedule 25.02.2018    source источник

Ответы (1)


arrow_upward
6
arrow_downward

RASA и botkit - не единственные варианты, у вас, конечно же, есть (чтобы назвать лишь несколько вариантов, удобных для разработчиков) IBM Watson, MS Bot Framework (или botbuilder, как они его сейчас называют), из которых v4 разрабатывается с открытым исходным кодом. .

Что выделяет RASA Core, так это то, что оно учится, что делать дальше, в зависимости от намерения и текущего состояния разговора. С другими ожидается, что вы напишете сценарий потока (или вам нужно создать структуру данных, которая может удерживать поток, который могут заполнять другие).

Какой путь вы пойдете, зависит от того, сколько разговорных данных у вас уже есть и насколько сложным будет ваш бот. Для простого бота было бы быстрее использовать скрипт. Когда он становится большим, вашего скриптового бота будет сложно масштабировать.

Это пара хороших статей, которые я прочитал, когда узнал о RASA. https://medium.com/rasa-blog/a-new-approach-to-conversational-software-2e64a5d05f2a

https://medium.com/@harjun1601/building-a-chatbot-with-botkit-and-rasa-a18aa4d69ebb

person Ed Y    schedule 25.02.2018
comment
хороший ответ, Эд! Я хочу добавить небольшой комментарий: Какой путь вы пойдете, зависит от того, сколько разговорных данных у вас уже есть и насколько сложным будет ваш бот. Rasa Core спроектирован так, что вам на самом деле не нужно никакого обучения данные, чтобы начать. Вы можете использовать свои знания в предметной области в качестве инженера для загрузки исходных данных обучения. Все боты начинаются с простого, но вы будете удивлены, как быстро простой бот становится сложным :) - person amn41; 26.02.2018