Vous êtes sur la page 1sur 4

Etude Comparative 

 
Après une études et recherche approfondi on a constaté que y a plusieurs frameworks et 
plateformes de chatbot, c’est pour cela on a essayé d’exiger des prérequis pour filtrer ces 
plateforme. 
 
Nous avons trouvé environ 25 solutions, réduite en 16 on se basent sur la disponibilité sur 
les chaînes de social media et web native en prenant en considération des fonctionnalité qui 
nous intéressent. 
 
16 platform est toujours un grand nombre, donc ce qui nous a amener a trouvé des 
différences entre ces platforms. C’est à ce moment quand on a décidé que ces dernier 
doivent au moins utilisé des API’s ou bien support le Node.js ainsi que le deep learning, 
conversational AI et neural networks mais l'important c’est d’avoire la possibilité d'utiliser les 
entities, intents et les context actions, ce qui nous a rendu avec un totale de 8 plateformes. 
Pour réduire davantage ce nombre, on attaquera l’aspect prix d’utilisations,ce qui nous a 
rendu avec 4 plateformes. 
 
 
 
Platforms & Frameworks 

Les plateformes choisie sont :  


 
● IBM Watson Conversation Service 
● Microsoft Bot framework 
● Wit.AI 
● Rasa NLU 
● LUIS (maybe not free) 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
IBM Watson Conversation Service 
IBM Watson Conversation Service fournit des outils pour créer de bons composants de 
compréhension du langage naturel pour un chatbot. Grâce à la découverte guidée de 
données, à l'analyse prédictive automatisée et aux capacités cognitives telles que le 
dialogue en langage naturel, on peut interagir avec les données de manière 
conversationnelle pour obtenir des réponses que nous comprenons. 
 

Microsoft Bot Framework 


Microsoft Bot Framework propose des connecteurs de bot pour différentes plates-formes de 
messagerie, un kit de développement de bot bot et un répertoire de bot pour créer et 
déployer des bots hautement avancés afin que nos utilisateurs puissent enrichir leurs 
expériences conversationnelles. De plus, avec Cortana, on peut intégrer des fonctionnalités 
avancées d'analyse et d'apprentissage automatique dans notre applications métier. 
 

WIT.ai 
Wit permet aux développeurs d'ajouter une interface en langage naturel moderne à leur 
application ou appareil avec un minimum d'effort. Précisément, Wit transforme les phrases 
en informations structurées que l'application peut utiliser. Les développeurs n'ont pas besoin 
de s'inquiéter des algorithmes de traitement du langage naturel, des données de 
configuration, des performances et de l'optimisation. Wit encapsule tout cela et nous permet 
de se concentrer sur les fonctionnalités de base de notre applications et appareils. 
 
L'idée générale est que Wit.ai est un excellent choix si nous expérimentons et que nous 
voulons juste obtenir quelque chose gratuitement. Pareil avec IBM Watson, ce dernier prix 
plus pour le travail d'entreprise (mais étant donné qu'ils ont une énorme base d'utilisateurs, 
ce n'est pas une mauvaise affaire).  

Rasa NLU 
rasa NLU (Natural Language Understanding) est un outil de classification d'intention et 
d'extraction d'entités. Nous pouvons considérer rasa NLU comme un ensemble d'API de haut 
niveau pour construire notre propre analyseur de langage en utilisant des bibliothèques PNL 
et ML existantes. 
 
Montre comment former l'entité et l'extracteur d'intention seulement. Nous n'avons aucune 
information sur les domaines et les histoires, pas d'informations sur le flux conversationnel, 
c'est un exemple pure NLU. 
 

Comparaison de cadre 
Le service de conversation d'IBM Watson est construit sur un réseau de neurones. Cette 
nouvelle structure du système de traitement de l'information comprend les intentions et 
interprète les entités et les dialogues.  
 
Le framework NLP de Watson analyse le texte pour en extraire des métadonnées à partir de 
contenus tels que des concepts, des entités, des mots-clés, des catégories, des relations et 
des rôles sémantiques. Il comprend 9 langues. Il fournit également des outils de 
développement tels que Node SDK (Kit de développement logiciel), Java SDK, SDK Python, 
iOS SDK et Unity SDK. 
 
LUIS (Language Understanding Intelligent Service) utilise des intentions et des entités. La 
technologie d'apprentissage actif est l'une des principales caractéristiques de LUIS. Bing et 
Cortana permettent d'utiliser les modèles pré-existants, de classe mondiale, pré-construits.  
 
Le développement de Bot avec Microsoft Bot Framework nous permet d'automatiser le 
processus de création d'applications à l'aide d'un ensemble d'API REST programmatiques. 
Le framework fournit l'API REST Direct Line, qui peut être utilisée pour héberger un bot dans 
une application ou un site Web. Il prend en charge la traduction automatique de plus de 30 
langues. Microsoft Bot Framework comprend les intentions des utilisateurs de manière 
dynamique. 
 
La grande chose à propos des outils comme LUIS et wit.ai est qu'ils rendent cette partie si 
facile qu’on pout construire un MVP dans un après-midi. Selon notre expérience, les outils 
tiers sont un excellent moyen de construire des prototypes rapides. On peut rapidement 
créer un bot pour trouver des vidéos avec l'API YouTube ou bien utiliser une API existante 
pour répondre à des question de documentation prédéfinis.  
 
wit, LUIS, api.ai sont des outils merveilleux qui rendent le prototypage très rapide. Nous 
sommes convaincu que tout le monde finira par devenir indépendant. Le cas de l'ingénierie 
est que les API Web ne sont tout simplement pas la solution à tous les problèmes de 
programmation. L'analyse de rentabilité est que nous voulons vraiment posséder nos 
données et être indépendant. 
 
En fin de compte, l'indépendance technologique est convaincante pour de nombreuses 
équipes. Il est bon d'utiliser des outils gratuits développés par de grandes entreprises 
technologiques, mais ils ne peuvent pas rester libres (Microsoft a commencé à facturer 
LUIS) et ils peuvent disparaître avec peu de préavis (comme Parse l'a fait).