Nlp Dialogflow bot框架与Rasa nlu bot框架之间的区别是什么？

Dialogflow bot框架与Rasa nlu bot框架之间有什么区别？市场上有没有其他支持NLP的开源框架？

我想我可以毫无偏见地回答这个问题，因为随着这两种服务的发展，答案将变得过时

Cliffnotes版本：

Dialogflow是一个完整的封闭源代码产品，具有全功能API和图形化web界面。Rasa（NLU+Core）是开放源码的python库，需要稍微低一点的开发级别。两者都试图抽象出使用机器学习构建聊天机器人的一些困难

但在撰写本文时，我的比较如下：

DialogFlow

• 是一个用于创建聊天机器人的基本完整工具。基本上是完整的，这意味着它几乎可以完成大多数聊天机器人所需的一切
• 具体来说，它可以处理意图和实体的分类。它使用它所称的上下文来处理对话。它允许web钩子实现
• 对于聊天机器人来说，有一件事情是不可取的，那就是某种形式的最终用户管理
• 它有一个健壮的API，允许您通过API或其基于web的界面定义实体/意图/etc
• 在被谷歌收购之前，原名为API.ai
• 数据托管在云中，与API.ai的任何交互都需要与云相关的通信
• 不能在前提下操作

Rasa NLU+核心

• 要接近与Dialogflow相同的功能级别，您必须同时使用Rasa NLU和Rasa Core。Rasa NLU处理项目/意图/实体，而Rasa Core处理对话和实现
• Rasa不提供完整的开源GUI，您与NLU的大多数交互都是JSON或markdown。Rasa Core需要直接的python开发来定制您的机器人
• 也不直接提供任何类型的用户信息管理
• Rasa团队不提供托管（至少在他们的企业产品之外），您将负责托管数据，从而拥有数据的所有权
• 可以在前提下操作

至于其他开源框架，我想说的是，现在大多数聊天机器人框架很可能是基于各种开源工具构建的，带有一些专有的附加组件。因此，您可以始终从较低级别的开源工具（如或）开始

更新：

Smart Platform Group（我是其成员）最近发布了一款介于Rasa NLU/Core和Dialogflow之间的产品，名为

Articulate是一个基于Rasa NLU的全功能机器人框架，它让您可以轻松地构建自然语言代理

• 使用Rasa NLU理解和自定义基于上下文的对话框代码。这使得它比Rasa Core更接近Dialogflow的工作方式
• 用于创建意图、实体和与代理交互的HTTP API
• GUI类似于Dialogflow，完全开源
• 数据和接口可以托管在云中或本地

---

最重要的区别是，在Rasa的情况下，整个NLU、NLP和NLG不会发生在引擎盖下。它是开源的。你是老板。对于Dialogflow，您拥有所有的功能，但它必须在每次发生对话事务时将数据发送到云服务。此外，一些服务提供商对每天的对话数量也有限制
然而，Dialogflow是完美的，易于使用和建模
对话框流：
没有安装，请立即开始
易于使用，非技术人员也可以构建机器人
封闭系统
用于构建机器人的基于Web的界面
数据托管在云上
无法托管在您的服务器或内部部署上
与Google Assistant、Skype、Slack、Fb messenger等即时集成
拉萨：
需要安装多个组件
需要技术知识
开源，代码在Github中提供
未提供接口，请编写JSON或标记文件
没有主机提供（至少在免费版本） 把它放在你的服务器上
没有现成的集成

---

来源：
微软的bot框架也是开源的
对于nlp，它通常与LUIS配对，并且LUIS不是开源的
SpaCy然而，它是一种开源nlp（RASA也使用）。在bot框架中创建IReconizer以使用SpaCy将是一个完全有效的工作流

---

这里有很多聊天引擎也使用SpaCy开源NLP，这些NLP链接到他们的网站上。
我可以知道什么样的标志吗？我是否从专家那里得到答案？我标记结束这个问题，因为它主要是获得StackOverflow上不需要的基于意见的答案。请务必阅读常见问题，看看一个好问题是什么：）什么是

IReconizer

？它是微软Botframework的一个组成部分吗？你能再解释一下吗。