Cuando construyes AI y ML para tu Chatbot, básicamente tienes 3 opciones diferentes en este momento:
- AIML : puede usar el lenguaje de marcado de inteligencia artificial (AIML) para crear flujos de conversación para su bot. AIML es muy fácil de aprender y básicamente es una extensión de XML.
- Aquí hay un ejemplo básico:
- define el comienzo de la categoría
- Lo que dice el usuario
- Qué responde el bot
- Puedes aprender más aquí: Zona de juegos
- Plataforma de código abierto para AIML: Pandorabots
- NLP / NLU : el procesamiento del lenguaje natural (NLP) y la comprensión del lenguaje natural (NLU) intentan resolver el problema analizando el lenguaje en entidades, intentos y algunas otras categorías. Las diferentes plataformas de PNL pueden tener diferentes nombres, sin embargo, la esencia es más o menos la misma.
- Aquí hay categorías:
- Los agentes corresponden a las aplicaciones. Una vez que entrena y prueba a un agente, puede integrarlo con su aplicación o dispositivo.
- Entidades : representan conceptos que a menudo son específicos de un dominio como una forma de mapear frases del lenguaje natural con frases canónicas que capturan su significado.
- Las intenciones representan un mapeo entre lo que dice un usuario y qué acción debe tomar su software.
- Las acciones corresponden a los pasos que su aplicación tomará cuando las entradas del usuario activen intenciones específicas. Una acción puede tener parámetros para especificar información detallada sobre ella.
- Los contextos son cadenas que representan el contexto actual de la expresión del usuario. Esto es útil para diferenciar frases que pueden ser vagas y tener un significado diferente según lo que se haya dicho anteriormente.
- Aquí hay algunas plataformas de PNL:
- API: Plataforma de conversación UX para Bots, aplicaciones, dispositivos, servicios,
- WIT: Ingenio – aterrizaje,
- LUIS: Servicio inteligente de comprensión del lenguaje (beta)
- Aprendizaje automático : la opción ‘otro’ es crear su propio NLP / NLU mediante el aprendizaje automático. Una de las primeras cosas a tener en cuenta será el tipo de modelo que desea construir. ¿Prefiere el modelo basado en recuperación o un modelo generativo?
- Tutorial de aprendizaje automático y de aprendizaje automático con código y Github: guía definitiva para aprovechar el aprendizaje automático y de aprendizaje automático para su Chatbot
Puedes seguirme en: Chatbots Life
- ¿Cuáles son las ventajas de la maximización de la expectativa sobre el gradiente decente para ajustar un modelo de mezcla gaussiana?
- ¿Cómo se pueden entender intuitivamente las dimensiones de las entradas LSTM?
- El mejor ajuste de línea se puede encontrar analíticamente por el método de mínimos cuadrados. ¿Podemos decir que la regresión lineal (mínimos cuadrados) tiene un optimizador?
- ¿Hay alguna empresa de software en Bangladesh que trabaje con ciencia de datos / ML / ANN / Visión por computadora?
- ¿Hacia dónde se dirige la investigación de aprendizaje profundo?