DialogflowボットフレームワークとRasa nluボットフレームワークの違いは何ですか?NLPサポートのある市場で利用可能な他のオープンソースフレームワークはありますか?
偏りなくこれに答えることができると思います。2つのサービスが進化するにつれて、時間外に答えが時代遅れになることを考えると。
クリフノートバージョン:
Dialogflowは、完全に機能するAPIとグラフィカルWebインターフェイスを備えた完全なクローズドソース製品です。 Rasa(NLU + Core)は、オープンソースpython少し低レベルの開発を必要とするライブラリです。どちらも、チャットボットを構築するためにMachine Learningで作業する難しさの一部を抽象化しようとします。
しかし、これを書いている時点で、ここに私の比較があります:
DialogFlow
Rasa NLU + Core
他のオープンソースフレームワークに関しては、現在のほとんどのチャットボットフレームワークは、独自のアドオンを備えたさまざまなオープンソースツール上に構築されている可能性が非常に高いと言えます。そのため、 [〜#〜] mitie [〜#〜] または spaCy のような下位レベルのオープンソースツールからいつでも開始できます。
更新:
Smart Platform Group(私はメンバーです)は、Rasa NLU/CoreとDialogflowの間で Articulate と呼ばれる製品を最近リリースしました。
Articulateは、Rasa NLUに基づいたフル機能のボットフレームワークであり、自然言語エージェントを簡単に構築できます。
ダイアログフロー:
インストールなし、すぐに開始
使いやすい、非技術者もボットを構築できます
クローズドシステム
ボットを構築するためのWebベースのインターフェース
データはクラウドでホストされます
サーバーまたはオンプレミスでホストすることはできません
Google Assistant、Skype、Slack、Fbメッセンジャーなどとすぐに統合可能
ラサ:
複数のコンポーネントのインストールが必要です
技術知識が必要
Githubで利用可能なオープンソースのコード
インターフェイスは提供されません。JSONまたはマークダウンファイルを記述します
ホスティングは提供されていません(少なくとも無料版では)サーバーでホストしてください
すぐに統合できない
ソース: https://www.kommunicate.io/blog/dialogflow-vs-rasa-which-one-to-choose/
最も重要な違いは、Rasaの場合、NLU、NLP、およびNLG全体が内部で発生しないことです。オープンソースです。あなたは上司です。 Dialogflowの場合、すべての機能がありますが、ダイアログトランザクションが発生するたびにデータをクラウドサービスに送信する必要があります。また、一部のサービスプロバイダーでは、1日あたりのダイアログの数に制限があります。
ただし、Dialogflowは完璧で、使いやすく、モデル化も簡単です。