我知道 Bot Framework SDK 是开源的，但 Azure Bot 服务并非如此。
From this link我认为它可以与聊天机器人框架一起使用几乎所有深度学习库/框架，但是对于免费 SDK 也是如此还是仅当我使用 Azure 机器人服务时才如此？
另外，是否可以在非Azure的平台上部署用SDK制作的聊天机器人？
提前非常感谢
最佳答案
SDK 和社区支持包括识别器的标准实现
RegExRecognizer – 对于单元测试等简单识别任务很有用。
LuisRecognizer – 使用 LUIS.ai 模型进行意图/实体识别
QnAMakerRecognizer – 使用 QnAMaker KB 识别常见问题解答
CrossTrainedRecognizer – 将交叉训练的多个识别器组合在一起(例如 Luis/Qna)
社区识别器 - BERT、spaCy.io、DialogFlow 等
SDK 定义了一个用于语言识别的通用声明性文件，称为 .LU 文件。 LU 文件是简单的 Markdown 文件，可以轻松编辑和捕获意图、实体、标记数据、字典等基本 NLU 概念。该 SDK 为 BF CLI 提供了一个插件，可解析 LU 文件并从中创建 LUIS 模型。 Power Virtual Agents 等服务可以使用 LU 文件来训练其内部自定义 NLU 识别器。开源社区已经创建了针对 Spacey.io 和 BERT 模型的开源 NLU 引擎的 LU 解析器。
最终，机器人应用程序需要能够决定哪个组件应该处理输入。每个组件可以使用不同的识别器来处理输入，因此我们需要一种标准化的方法来创建调度模型，该模型将流量路由到正确的组件。这为按部门组织机器人或集成其他来源的“技能”奠定了基础。
为了创建调度模型，我们定义了每个组件如何公开语言数据(再次利用与技术无关的 .LU 声明性文件格式)，以公开调用者创建调度模型所需的信息。
我们当前的调度工具利用 LUIS 进行调度模型，但有一个新的预览版本，已更名为 Orchestrator。编排器使用基于变压器的语言模型(例如:BERT、RoBERTa)来构建调度模型。该模型经过优化，足够小，可以嵌入(英语约为 200mb)，适用于低延迟场景，并使用 .LU 文件中的信息构建丰富的调度模型，可以在嵌入式场景中离线使用，并作为 Azure Bot 服务的一部分提供。
关于azure - 是否可以将深度学习模型与 Microsoft Bot Framework (SDK) 结合使用？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/64907314/