Machine learning 如何使用Google Dialogflow从标题中提取屏幕大小
我有不同的笔记本电脑,标题如下Machine learning 如何使用Google Dialogflow从标题中提取屏幕大小,machine-learning,actions-on-google,dialogflow-es,entities,Machine Learning,Actions On Google,Dialogflow Es,Entities,我有不同的笔记本电脑,标题如下 Acer One 10 S1002-15XR NT.G53SI.00110.1英寸笔记本电脑(四核/2GB/32GB eMMC/Win 10/Touch)深银色 Acer One S1003 Nt Lcqsi 001混合(2合1)Intel Atom 2 Gb 25.65cm(10.1)Windows 10 Home-黑色 Acer One S1003 Nt Lcqsi 001混合(2合1)Intel Atom 2 Gb 25.65cm(10.1“)Windows
我们可以使用系统实体或复合实体来实现这一点吗?解析此类产品信息超出了Dialogflow的正常用例,Dialogflow通常用于构建涉及自然语言(如聊天机器人)的对话体验 如果您正在寻找一个API,那么我在使用 有一个工具可以用来测试它;输入字符串,点击“分析”,然后点击“语法”。对于上面给出的所有示例,屏幕大小提取为
num
词性
尽管如此,这些API是为自然语言设计的。它所基于的机器学习模型没有针对这种输入文本进行训练,因此无法从中提取意义
作为替代方案,您可以尝试使用机器学习工具包(例如)培训自己的提取器,或者编写一些疯狂的正则表达式或字符串解析算法。您希望用户如何说这些话?(或者键入,我猜。)与助手的对话会是什么样的?有几种可能的解决方案,但它们实际上取决于对话的特点。你可以训练一个后跟“或英寸”的数字。我说的是“十点一”,它被转换成了正确的小数点。@我们正在使用dialog flow GET API从产品标题中提取内容,并制作屏幕大小、RAM、存储等过滤器。这方面的最佳解决方案是什么?我们可以使用诸如“@sys.number:number inch”或“@sys.number:number Full HD”之类的系统实体吗。还有其他选择吗?解析此类产品信息超出了Dialogflow的正常使用情形,Dialogflow通常用于构建对话体验(如聊天机器人)。NLTK或OpenNLP呢?哪个更好?他们能达到这个目的吗?