我是机器学习的新手。
我在几篇博客中读到，其中说RASA NLU使用SVM对单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更好用而不是SVM。我可以在LSTM中使用rasa nlu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，它还提供使用多种算法的multiple pipelines。
以下是有关Rasa's TensorFlow pipeline的一些信息。在那篇文章中，他们还链接到另一篇解释SVM如何成为"embarrassingly good baseline"的文章
这是他们写的关于Rasa NLU的how to choose the right pipeline的博客文章。
我看到你在Articulate Gitter也问了这个问题。很抱歉没有在那里回复。 Articulate支持Rasa所做的任何管道，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。虽然你可以谷歌周围的others opinions.你当前的解决方案是否未能正确分类意图？如果是这样，那么尝试不同的管道。如果没有，那么仅仅为了它而转向更新/更高级的技术是没有意义的。