初识haystack
去年就关注到了haystack这个框架,那会儿还不是很完善。今年再次看到haystack发现已经很完善了。
在17年的时候曾经基于RASA框架写过一篇关于如何打造一个chatbot的文章,很粗浅的介绍并写了一个chatbot。QA在NLP领域一直受到很多的关注,比如AIML就是早期的用于开发chatbot的标记语言。随着深度学习时代的到来,各项NLP技术日新月异、百花齐放,业界对NLP技术本身的关注远大于QA的关注。16年的RASA框架提供了将NLP技术应用于QA的一种解决方案,但这种方案耦合性依然很高,尤其是对话管理部分,对比下来自己研发一个框架还来得容易些。
haystack的特点
Haystack框架的主要贡献在于:
- 1.集成当前最新的NLP技术,比如transitformer,SQuAD;
- 2.完全端到端,开箱即用,提供Converter、Retriever、Reader、Generator等组件;
- 3.集成了es、sparql等数据库;
- 4.集成标注工具。
从上图可以看出,haystack的设计非常的清晰: