Jah*_*lam
7
artificial-intelligence
machine-learning
chatbot
deep-learning
我已经研究了wit.ai好几天了.我找到了wit.ai bot引擎的关键点:
- 基于故事 - 创建问候故事,订购披萨,订购笔记本电脑,询问预测
- 基于角色的实体 - 位置:表单,位置:到.这里"从"和"到"是"位置"实体的角色
- 复合/嵌套实体 - 汽车(模型,颜色,modelYear).这里的模型,颜色,modelYear可以嵌套在汽车实体下
- 搜索策略:特质,自由文本,关键字
- 通过创建一些故事来了解bot
- 比赛得分称为信心
- 用户表达式长度为256
- 从预定义的关键字列表中搜索匹配的表达式
- 嵌套上下文
- 用户定义的实体,预定义实体
- 基于实体的动作:如果只有,如果总是有条件
- 对于给定的用户表达式,机智搜索关键字列表中的匹配,自由文本
- 对于给定的用户表达式,机智搜索实体下列出的表达式中的关键字位置
- 分支给定用户表达式中缺少的信息
- 代词支持机智吗？没有故事#1用户:Widget X 2000多少钱？Bot:价格30美元.故事#2用户:我在哪里可以买到Widget X 2000？Bot:在您当地的百思买.故事#2用户:Widget X 2000多少钱？Bot:价格30美元.用户:我在哪里可以买到它？--error--使用上下文
- 对话感知实体提取尚未实施
- 是否有可能让wit.ai机器人记住/重用故事中的背景？检查context.key是否存在
- 是否可以在Wit.ai中设置默认意图？不,可以检查置信度值,设置置信度阈值,低于阈值特定响应
- 您能否在Wit.ai中按优先级对实体进行排名？没有
现在我想知道机智如何检测用户表达的意图,并使用在wit.ai中创建的机器人的故事对实体进行分类.
如果有人了解wit.ai中使用的基础技术/ ML算法,请分享这个主题.我希望它会对像我这样的人有所帮助.
提前致谢.