Use Cases

Multi-NLU

Unser Framework unterstützt unterschiedliche NLUs, und kann auch mehrere NLUs parallel betreiben.

Das Ubitec Bot Framework hat im Zentrum eine NLU-Komponente (Natural Language Understanding), die einen Großteil der Analyse der User-Eingaben übernimmt. Dabei werden unter anderem Intents des Users erkannt und Variablen aus der Eingabe extrahiert, die dann zu Dialogen und Antworten aus dem Redaktionssystem führen.

Unser Framework ist technisch so konstruiert, dass diese NLU-Komponente gegen eine beliebige andere ausgetauscht werden kann:

  • So ist etwa der Betrieb mit den Standard-Komponenten, darunter einer NLU auf Open Source-Basis, zu 100% On Premise möglich.
  • Es ist aber auch der Einsatz bestehender NLUs und Modelle möglich, sowie der Import von bestehenden Inhalten und Trainingsdaten.

Damit kann das Ubitec Bot Framework zum Beispiel mit Rasa, IBM WatsonSnips, Amazon Alexa oder Google Dialogflow eingesetzt werden. Auch die Integration von Kundenspezifischen NLUs oder Graphen haben wir bereits in mehreren Projekten erfolgreich durchgeführt.

Darüber hinaus ist auch der parallele Einsatz mehrerer Machine Learning-basierter NLUs  möglich, wie etwa der parallele Betrieb von Rasa für den Web-basierten Chatbot, und gleichzeitigem Training der selben Daten für einen Amazon Alexa Skill.

Im Privatwirtschaftlichen und Öffentlichen Bereich im Einsatz

Multi-NLU im Ubitec Bot Framework

On Premise oder Cloud-basiert

Je nach Anforderungen können On Premise NLUs wie Rasa oder Snips, oder auch Cloud-Anbieter wie Google Dialogflow oder IBM Watson.

Mehr als eine AI-Komponente

Es können mehrere AI-Komponenten (NLUs, etc.) parallel betrieben werden, um Spezialanforderungen abdecken oder Qualitätsvergleiche machen zu können.

Flexibilität

Eine reibungslose Migration auf das Ubitec Bot Framework mit bestehenden NLUs, Trainingsdaten und Inhalten wird unterstützt.

Zukunftssicher

Durch eine flexible Architektur können wir den technischen Weiterentwicklungen und Fortschritt im AI-Bereich entsprechen.