LuoFan_A的博客

理解Rasa_NLU_Pipeline:NLU管道定义了将非结构化用户消息转换为意图和实体的处理步骤。 它由一系列组件组成，开发人员可以对其进行配置和定制。本文的目的是解释各个组件在Rasa NLU管道中扮演的角色，并解释它们之间是如何相互作用的

本文从一个high-level的角度对使用Rasa构建聊天助手的整个过程进行了总结，文章结构也是按照使用Rasa构建聊天助手时依次涉及到的模块来安排的，本文不太适合刚刚了解Rasa的小白，如果你之前有用Rasa构建过聊天助手，那么在阅读时会很轻松。

from flask import Flask, request import json import subprocess app = Flask(__name__) @app.route('/train_and_save/', methods=['POST']) def save_train_log(): if request.method == 'POST': get_cmd = request.get_data().decode('utf-8') ins

文章解释了Rasa框架中Rasa-X版本兼容报错问题 Rasa的版本更新也是非常迅速的。简介本人在使用Rasa-X可视化过程中出现种种问题并给予解决方案 1.针对安装Rasa-X时间过长问题的解决方式： 在安装Rasa-X的过程中会卡在一个一动不动的下载状态 过程中尝试过更换不同的镜像源 等待时间非常漫长且最后都是以timeout告终 解决方式： 下载Rasa-X的时候在后面增加一行命令：--use-deprecated=legacy-resolver 下载Rasa-X地址：https://pypi.ras