Core ML 快速用例答案

【问题标题】：Core ML swift use casesCore ML 快速用例
【发布时间】：2018-01-01 02:31:16
【问题描述】：

我正在为一个学校项目创建一个 IOS 应用程序，用户要求该应用程序使用非对称算法加密/解密字符串。

我希望用户能够与机器“交谈”，就像在与另一个人交谈一样。例如，用户可以问应用程序“你能加密‘你好吗？’对我来说，使用约翰的公钥？”然后，该应用程序将返回使用 Johns 公钥加密的“你好吗”。

我已经观看了关于核心 ML 的 WWDC17 会议。但是我不确定它是否适用于我的用例。我应该使用 Core ML 还是 NLP？还是我应该只在句子中寻找关键词？如果我应该使用 Core ML，应该使用什么框架来创建模型？

【问题讨论】：

CoreML 是 - 对我来说 - 绝对不是 - 一条路要走。老实说，可能不是 NLP。两者都使用文本 (NLP) 或图像识别。您需要的第一件事是语音语言识别，而不是键盘或视觉识别。为了那个原因？我不确定，但看看你能在 Siri 上找到什么。
那么澄清 NLP 可以用来弄清楚输入的意图是什么？
正如两个答案所说，当然。但是使用 NLP 而不将语音翻译成文本就像本末倒置。此外，恕我直言，这个“学校”项目的范围相当大——一个“生产质量”应用程序可能需要一小群开发人员将近一年的时间才能完成。

【解决方案1】：

实现此功能的一种简单方法是使用@dannymout 提到的语音框架将用户的语音转换为文本。但我建议你分两步走：

在第一步中，用户说“请加密”或“我要解密”之类的内容，但还不是真正的文本。所以在这里你只需寻找“加密”或“解密”这个词来弄清楚要做什么。（您可以为此使用一些基本的 NLP，或者只进行字符串搜索。）

然后应用程序会说：“您要加密什么文本？”现在用户再次说话，您接受输入并对其进行加密并显示结果。

（我猜他们在解密时会输入加密的文本而不是说出来，但你可以让应用在解密后说出文本。）

【讨论】：

【解决方案2】：

所以，如果我理解正确，您正在尝试构建一个聊天机器人。我建议使用 NLP 和 Speech 框架进行语音听写，或者只是使用语音输入来查找关键词。

CoreML 的设置要复杂得多，并不真正适合您的用例，而且只提供 NLP，而且更难使用。 NLP 就是为做这样的事情而生的。

查找关键词可能更容易，因为您的应用获得的输入可能不会比“使用此算法加密”更广泛。

【讨论】：