用于对话数据提取的Luis或文本分析

我目前正在开发一个帮助用户以对话方式填写表格的机器人。我在考虑是选择LUIS还是Azure文本分析,或者两者都用?因为我需要响应某些意图,但回答问题显然没有意图。或者我可以把回答问题也算作一种意图。不管怎样,我都需要处理各种类型的回答,从范围到姓名、日期和情感。而且,还需要支持荷兰语。

简单示例:

机器人询问:

在1到10的范围内,你对某个主题的感觉如何?

用户回应:

嗯,我会给它打10分

机器人提取:

feelingScore = 10

更复杂的示例

机器人询问:

你对某个主题的感觉如何?

用户回应:

嗯,我会给它打10分

机器人提取:

feeling = "10"

用户回应:

老实说,我对它感觉不是很好。

机器人提取:

feeling = "not that good" (或可能是一个情感分数)

回答:

由于没有基于用户输入的动作,我认为没有理由使用LUIS。你可以使用文本分析来达到你的目的。

附注:请注意,即使用户回答10分,情感分析也可能不是100%准确。

例如:

  • “我会给它打10分” -> 情感分数为95
  • “嗯,我会给它打10分” -> 情感分数为85

但与此同时,你可以检查命名实体并从中提取数字(当回答中提供数字时)

https://azure.microsoft.com/en-us/services/cognitive-services/text-analytics/

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注