Кто-нибудь знает конкретные различия и функции среди трех, или если у вас есть больше возможностей/более гибких для использования в качестве разработчика?
Сравнение между luis.ai и api.ai vs wit.ai?
Ответ 1
wit.ai vs api.ai vs luis.ai
╔══════════════════════════════════════════════════════════════════════════════════════════════════════════════════════════════╗
║ wit.ai vs api.ai vs luis.ai ║
╠══════╦════════════════════════════════════╦═════════════════════════════════════════════╦════════════════════════════════════╣
║ S.No ║ Wit.ai ║ Api.ai ║ 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. ║
╚══════╩════════════════════════════════════╩═════════════════════════════════════════════╩════════════════════════════════════╝
Update: API.AI теперь Dialogflow. Подробнее...
Ответ 2
Этот blogpost имеет действительно хороший анализ и сравнение услуг Luis, Wit.ai, Api.ai, Amazon Alexa и IBM Watson. Он также имеет приятный опыт в том, почему вы хотели бы создать разговорный бот в первую очередь и некоторые из проблем, которые приходят с этим. Это написано людьми из YumiBot (бот, который дает вам ценовые котировки для разработки приложений).
Общий смысл состоит в том, что Wit.ai и Luis - отличный выбор, если вы экспериментируете и просто хотите получить что-то бесплатно. Api.ai имеет отличный сервис и пользовательский интерфейс, но не является бесплатным. То же самое с IBM Watson, последняя по цене больше для работы на предприятии. API Alexa's хорош, но работает только с Alexa (но учитывая, что у них огромная пользовательская база, это не плохое дело).
Их совет также не слишком полагаться на одного поставщика:
Мы рекомендуем вам хранить все данные, необходимые для вашей модели, в структурированном виде в вашем собственном репозитории кода. Поэтому позже вы можете переучивать модель с нуля или даже при необходимости изменить поставщика понимания языка. Вы просто не хотите быть в ситуации, когда компания отключает их обслуживание, и вы совершенно не готовы. Вы помните Parse?
Надеюсь, это немного помогло! Я думаю, что лучший способ сделать выбор - просто попробовать эти сервисы. Учитывая, что многие из них по-прежнему тяжелы в разработке, и добавление функций/изменение моделей ценообразования, вы должны попробовать прийти к ним с конкретным прецедентом и посмотреть, какой из них можно получить, когда вам нужно быстрее.
Ответ 3
Недавно мы опубликовали оценочное исследование семи сервисов с поддержкой API NLU: API.ai, Amazon Lex, Microsoft LUIS, IBM Watson Conversation, wit.ai, Recast.ai и Snips.ai.
Краткое изложение наших выводов:
- Лучше всего обнаружение намерений IBM Watson, особенно для небольших обучающих наборов данных (хотя при обучении более 2000 образцов разница не различима).
- API.AI бесплатен, производительность на достаточно большом обучающем наборе соответствует IBM Watson и Microsoft LUIS.
- Microsoft LUIS работает значительно быстрее, чем другие в наших тестах. У wit.ai производительность и время отклика несколько хуже, чем у трех приведенных выше, но он бесплатный и обеспечивает лучший языковой охват (около 50 языков).
- Amazon Lex имеет довольно строгие ограничения API (размер обучающего набора ограничен 200K символами, что может быть недостаточно для достижения хорошего качества обнаружения намерений для многоцелевого помощника; также требуется, чтобы все обучающие высказывания были помечены объектами, что усложняло задачу. подготовка набора данных.
Ответ 4
Одним из аспектов этого вопроса является то, насколько эффективны эти инструменты для понимания естественного языка. В недавнем тесте (Snips, французская компания AI), который мы только что опубликовали, мы протестировали встроенные механизмы естественного языка Alexa (Amazon), SiriKit (Apple), Luis (Microsoft) и API.ai(Google).
Мы проверили их способность понимать естественные запросы, такие как "Найди мне салат-бар, на который я могу пойти на обед", "Заказ такси на 6 человек", а также 326 других запросов.
Общий вывод заключается в том, что все решения несовершенны.
Точнее, все они имеют одинаковые уровни шума в своих ответах (от 60% до 90% точности), но есть значительные различия в широте языка, который они могут поддерживать. С этой точки зрения Луис работает хуже всех: при каждом тестировании мы понимали менее 14% запросов. API.ai работает лучше, хотя и не очень надежно: он понимает от 0 до 80% запросов, которые мы тестировали, в зависимости от вариантов использования. Самые высокие уровни отзыва можно наблюдать для Alexa (42% и 82% отзыва) и Siri (61% отзыва).
Более подробную информацию и необработанные данные этих результатов можно найти в нашем блоге Сравнительный анализ систем естественного языка
Ответ 5
По-моему, Луис более устойчив и может извлекать сущности на разных языках. Я тестировал в api.ai, а голландский не работал у меня. Если вам нужен только английский, то любой из них должен быть в порядке, но если вам нужно поддерживать больше языков, тогда лучше тестируйте эти языки, а затем застрял в одной службе. Речь Bing на текст в порядке, но я думаю, чтобы получить более надежное решение, вам понадобится еще одна служба Microsoft, которая очищает голос и шум.
Ответ 6
Я собираюсь ответить на последнюю часть вашего вопроса о гибкости и качестве разработчика, IMO, наконец, сводится к тому, что вы ищете на этих платформах.
Если вы разработчик, использующий NodeJS или .Net, LUIS.ai располагает обширной библиотекой и четко определенными фрагментами кода и примером, позволяющим довольно быстро раскрутить достойного бота. Намерения и распознавание сущностей немного ниже номинала по сравнению с Google, но если вы магазин Microsoft, есть много интеграций в 1 клик с O365, командами, Skype, cortana и т.д. Минусы для LUIS.ai в том, что их сервис кажется очень нестабильно, поскольку на момент написания этой статьи их веб-сайт LUIS.ai не функционировал, отклоняя соединения, и прошло больше недели, когда интеграция cortana не работает. Таким образом, платформа все еще находится в стадии разработки.
Api.ai, с точки зрения чистого NLU, лучше, чем Luis.ai, последующие цели очень просты в настройке, праймирование речи значительно превосходит Luis.ai (даже после праймирования речи). Минусы, я бы сказал, это возможность подключения, а также API для создания бота, немного сложнее, чем создание чат-бота на основе MSBot.
Еще одной платформой с открытым исходным кодом, которая набирает обороты, является RASA NLU. https://rasa.com/. Сравнительно, распознавание сущностей и ранжирование по-прежнему несколько схематичны для больших наборов данных, но это открытые источники, и если вы хотите испачкать руки, вы можете раскошелиться на их платформу github и улучшить ее.
С точки зрения чистого развития проще запустить чат-бота на платформе MS (используя luis.ai или qnamaker.ai), но будьте готовы испытывать трудности, когда они работают над стабилизацией платформы.
-Kartik
Ответ 7
Я использовал DialogFlow, но я переключился на LUIS. Почему? потому что, когда вы вызываете DetectIntent в DialogFlow, вы получаете JSON с выбранным намерением и его уровнем доверия, но мне нужно получить список намерений с уровнем доверия каждого из них. То же самое происходит с wit.ai и api.ai.
С другой стороны, LUIS дает вам список намерений в качестве ответа. Таким образом, я могу применить дальнейшую обработку на моей стороне.
Это пример из LUIS, когда вы ищете "забронировать рейс в Каир" (часть примера LUIS):
{
"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
}
]
}
С другой стороны, пользовательский интерфейс для настройки DialogFlow намного мощнее, чем тот, который вы получаете с LUIS.