Wit.AI后端是否支持指代消解？其他NLU平台相关咨询

Wit.ai的实际情况 #

从我的使用经验来看，Wit.ai原生并不支持指代消解——就像你例子里用户说“带我去那里”时，它没办法自动把“那里”关联到之前对话里的“西雅图”。这种场景下，你得在自己的应用端实现上下文管理：把之前识别到的关键实体（比如地点“西雅图”）存在会话存储里，当后续出现“it”“there”这类指代词汇时，手动将其替换为对应的实体内容，再继续处理逻辑。

支持指代消解的NLU平台 #

如果需要原生支持指代消解的工具，这些平台可以考虑：

• Dialogflow（Google Cloud）：自带上下文系统，能自动关联对话中之前出现的实体，比如用户先提“西雅图”，后续说“去那里”，它会自动把“那里”映射到之前的地点实体，减少手动处理的工作量。
• Amazon Lex：结合会话上下文和实体解析能力，能处理常见的指代场景，适合构建电商、客服类的对话系统。
• Rasa：开源NLU框架，有专门的指代消解模块，你可以通过自定义规则或者训练机器学习模型来处理复杂的指代情况，灵活性很高，适合需要定制化的场景。
• IBM Watson Assistant：内置上下文跟踪和实体关联功能，能识别对话中的指代并关联到之前的会话信息，上手相对容易。

补充：Wit.ai的替代处理方案 #

如果一定要用Wit.ai，你可以自己搭建简单的上下文缓存：每次对话完成后，记录下识别到的核心实体（比如当前会话中的目标地点），当用户输入出现指代词时，先检查缓存中的最近实体，将指代词替换为实体后再传入Wit.ai，或者直接在应用逻辑中完成替换，再执行导航等操作。

内容的提问来源于stack exchange，提问作者vladbph