Rasa课程、Rasa培训、Rasa面试系列之： Rasa NLU意图分类和实体抽取

Rasa课程、Rasa培训、Rasa面试系列之：  Rasa NLU意图分类和实体抽取

意图分类

      我们为所有标记和整个句子生成了特征，就可以将其传递给意图分类模型。建议使用Rasa的DIET模型，DIET可以处理意图分类和实体提取，还可以从标记和句子特征中学习。

我们应该意识到DIET算法的特殊性，Rasa过去托管的大多数算法要么进行实体抽取，要么进行意图分类，但它们并没有同时做到这两种功能。这通常也意味着意图分类模型只考虑管道的句子特征，而忽略了标记特征。

实体提取

尽管DIET可以学习如何抽取实体，但我们并不一定建议将其用于所有类型的实体。例如，遵循结构化模式的实体，如电话号码，实际上并不需要一个算法来检测它们，可以用regexentity提取器 。这就是为什么在管道中通常有一种以上类型的实体提取器。

Ra