为什么 Rasa NLU 使用 SVM 而不是 LSTM？
Why Rasa NLU uses SVM rather than LSTM?
我是机器学习新手。
我在几篇博客中读到说 RASA NLU 使用 SVM 对词嵌入进行分类以对意图进行分类。但最近我的开发人员说 LSTM 比 SVM 更好用。我可以将 rasa nlu 与 LSTM 一起使用吗？这是一个好方法吗？
我目前使用 spacy_sklearn 在 Rasa nlu 上训练我的模型。
Rasa NLU 不仅使用 SVM，它还提供 multiple pipelines 使用多种算法。
这是关于 Rasa's TensorFlow pipeline. In that article they also link to another article that explains how the SVMs are an "embarrassingly good baseline"
的一些信息
这是他们在 Rasa NLU 中 how to choose the right pipeline 上写的博客 post。
我在Articulate Gitter看到你也问了这个问题。很抱歉没有在那里回复。 Articulate 支持 Rasa 使用的任何管道，我们的最新版本默认使用 Rasa 的 TensorFlow 管道。
不可能说 LSTM 总是比 SVM 好。尽管您可以 Google 周围 others opinions. 您当前的解决方案是否无法正确分类意图？如果是这样，则尝试不同的管道。如果不是，那么仅仅为了它而转向 newer/fancier 技术是没有意义的。
我是机器学习新手。
我在几篇博客中读到说 RASA NLU 使用 SVM 对词嵌入进行分类以对意图进行分类。但最近我的开发人员说 LSTM 比 SVM 更好用。我可以将 rasa nlu 与 LSTM 一起使用吗？这是一个好方法吗？
我目前使用 spacy_sklearn 在 Rasa nlu 上训练我的模型。
Rasa NLU 不仅使用 SVM，它还提供 multiple pipelines 使用多种算法。
这是关于 Rasa's TensorFlow pipeline. In that article they also link to another article that explains how the SVMs are an "embarrassingly good baseline"
的一些信息这是他们在 Rasa NLU 中 how to choose the right pipeline 上写的博客 post。
我在Articulate Gitter看到你也问了这个问题。很抱歉没有在那里回复。 Articulate 支持 Rasa 使用的任何管道，我们的最新版本默认使用 Rasa 的 TensorFlow 管道。
不可能说 LSTM 总是比 SVM 好。尽管您可以 Google 周围 others opinions. 您当前的解决方案是否无法正确分类意图？如果是这样，则尝试不同的管道。如果不是，那么仅仅为了它而转向 newer/fancier 技术是没有意义的。