Machine learning 在构建聊天机器人时,机器学习和深度学习有什么区别?
更具体地说,传统的聊天机器人框架由3个组件组成:Machine learning 在构建聊天机器人时,机器学习和深度学习有什么区别?,machine-learning,deep-learning,nlp,chatbot,nlu,Machine Learning,Deep Learning,Nlp,Chatbot,Nlu,更具体地说,传统的聊天机器人框架由3个组件组成: NLU(1.2.实体识别) 对话管理(1.DST 2.对话政策) NLG 我只是感到困惑,如果我使用深度学习模式(seq2seq,lstm,transformer,注意力,bert)来训练聊天机器人,它是否涵盖了所有这三个部分?如果是的话,你能更具体地解释一下它与这三个部分的关系吗?如果没有,我如何组合它们 例如,我构建了一个封闭域聊天机器人,但它只是面向任务的,无法处理问候语等其他部分,也无法处理共指消解问题(它似乎没有对话管理)。您的问题似乎
seq2seq
,lstm
,transformer
,注意力
,bert
)来训练聊天机器人,它是否涵盖了所有这三个部分?如果是的话,你能更具体地解释一下它与这三个部分的关系吗?如果没有,我如何组合它们
例如,我构建了一个封闭域聊天机器人,但它只是面向任务的,无法处理问候语等其他部分,也无法处理共指消解问题(它似乎没有对话管理)。您的问题似乎可以分为两个较小的问题:
- 谷歌的
- 与BERT的任务