NLP API（Api.ai、Wit.ai、Luis 等）的当前状态？答案

【问题标题】：Current status of NLP API's (Api.ai, Wit.ai, Luis, etc.)?NLP API（Api.ai、Wit.ai、Luis 等）的当前状态？
【发布时间】：2017-06-12 07:33:29
【问题描述】：

我工作的公司需要选择一个可用的 NLP API 提供商。对于 POC，我集成了 Api.Ai，我必须说它真的很好用。控制台 UI 流畅且易于使用。 REST API 也是如此。

虽然我还必须检查和比较其他提供商（Luis、Wit.ai 等）

最近是否有任何“研究”目前主要的 AI 提供商如何比较（支持、质量等）？我发现的所有可用信息（关于比较）有点过时。

我检查了 Microsoft 的 Luis -> 看起来像是 Api.Ai 的副本（UI 等）。

人们说 Wit.ai (Facebook) 控制台是一团糟，等等。

有超过 50 个 NLP API 提供程序 - 很难检查每一个。

如果有人能提供一些关于主要 NLP 提供商的近期比较信息，我将非常感激。

编辑：我们决定使用 API.AI（Google 购买了 DialogFlow）。我必须说 DialogFlow 的效果非常好。最新的 V2 API 适用于 gRPC。

【问题讨论】：

【解决方案1】：

我们最近有published an evaluation study of seven NLU API-enabled services：API.ai、Amazon Lex、Microsoft LUIS、IBM Watson Conversation、wit.ai、Recast.ai 或 Snips.ai。

简单地说：

IBM Watson 意图检测是最好的，尤其是在较小的训练数据集上（尽管在超过 2000 个样本上进行训练时，差异无法区分）。
API.AI 是免费的，在足够大的训练集上的表现可以与 IBM Watson 和 Microsoft LUIS 媲美。
在我们的测试中，Microsoft LUIS 的运行速度明显快于其他软件。
wit.ai 的性能和响应时间比上述三个稍差，但它是免费的，并且提供最好的语言覆盖范围（大约 50 种语言）。
Amazon Lex 有非常严格的 API 限制（训练集大小限制为 200K 符号，这可能不足以达到多意图助手的良好意图检测质量；而且它要求所有训练话语由实体标记，这使得数据集的准备变得复杂。

【讨论】：