EVALUATION To test our approach, we

EVALUATION
To test our approach, we developed a proof-of-concept implementation.

We evaluated it on data from 10 APIs from the IBM WatsonTM Developer Cloud.

The APIs expose a set of natural language processing and machine learning capabilities such as visual recognition, language identification, or machine translation.

1 Our test data comprises logs of actual usage of the APIs, as well as Swagger 2.0 specifications manually written by the API developers, and which we use as the ground truth.



We also compared our results to those obtained using a competing open-source solution. In the rest of the paper, we refer to the APIs as #1 to #10.

ผลลัพธ์ (ไทย) 1:

การประเมินผล การทดสอบของเรา เราพัฒนาการดำเนินการพิสูจน์ของแนวคิด เราประเมินข้อมูลจาก 10 APIs จาก IBM WatsonTM พัฒนาคลาวด์ APIs แสดงชุดของการประมวลผลภาษาธรรมชาติและการเรียนรู้ความสามารถเช่นการรับรู้ภาพ ภาษา identification หรือเครื่องแปลภาษาเครื่อง1 ข้อมูลการทดสอบประกอบด้วยแฟ้มบันทึกของการใช้งานจริงของ Api เช่นเดียวกับ 2.0 ข้อมูลเขียนด้วยตนเอง โดยนักพัฒนา API และที่เราใช้จริงพื้นดินก็หมด นอกจากนี้เรายังเปรียบเทียบผลของเราได้ใช้โซลูชันแหล่งเปิดแข่งขัน ในส่วนเหลือของกระดาษ เราดู APIs เป็น #1 กับ #10

ผลลัพธ์ (ไทย) 2:

การประเมินผล
การทดสอบวิธีการของเราเราพัฒนาการดำเนินการพิสูจน์ของแนวคิด.

เราประเมินไว้ในข้อมูลจาก 10 APIs จากไอบีเอ็ม WatsonTM ผู้พัฒนาระบบคลาวด์.

API สำหรับเปิดเผยชุดของภาษาธรรมชาติความสามารถในการประมวลผลและการเรียนรู้เครื่องเช่นการรับรู้ภาพภาษา ไอออนบวกระบุ Fi หรือเครื่องแปลภาษา.

1 ข้อมูลการทดสอบของเราประกอบด้วยบันทึกการใช้งานที่เกิดขึ้นจริงของ API เช่นเดียวกับการวางท่า 2.0 ไพเพอร์ระบุไว้เป็นลายลักษณ์อักษรด้วยตนเองโดยนักพัฒนา API และที่เราใช้เป็นความจริงพื้นดิน.



นอกจากนี้เรายังเปรียบเทียบผลของเราไปยังผู้ที่ได้รับใช้ แข่งขันการแก้ปัญหาเปิดแหล่งที่มา ในส่วนที่เหลือของกระดาษที่เราหมายถึง API ที่เป็น # 1 ถึง # 10

ผลลัพธ์ (ไทย) 3:

การประเมินผลเพื่อทดสอบวิธีการของเรา เราพัฒนาหลักฐานการแนวคิด .เราประเมินไว้จำนวน 10 watsontm APIs จาก IBM พัฒนาเมฆAPIs สัมผัสชุดของการประมวลผลภาษาธรรมชาติ และเครื่องจักร เช่น การรับรู้ภาพ ความสามารถในการเรียนรู้ภาษา identi จึงไอออนบวก หรือ เครื่องแปลภาษา1 ข้อมูลทดสอบของเราประกอบด้วยบันทึกการใช้งานจริงของ APIs เช่นเดียวกับ สแว๊กเกอร์ 2.0 ประเภทแคตด้วยตนเองจึงเขียนโดยนักพัฒนา API และที่เราใช้เป็นสนามจริงเรายังเทียบผลของเราที่ได้รับใช้แข่งขันโอเพนซอร์สโซลูชัน ในส่วนที่เหลือของกระดาษที่เราอ้างถึง APIs เป็น # 1 # 10