本文继续围绕工业级业务对话平台和框架Rasa来解析如何实现全新一代可伸缩DAG图架构(Directed Acyclic Graph),基于新的架构,Rasa提出了一个全新的对话机器人计算引擎。从下面这个图中,我们可以看到把NLU部分和Dialogue Policy部分的各个组件都融入到一个图里,图中每个节点表示一个组件,使用节点之间的边来表达节点之间的依赖关系。从图中可以看出在Tokenizer和TEDPolicy之间存在并行处理的机制。这样的一个开放的架构不仅表现出灵活性而且更具有弹性。无论是在语言理解,语言处理,语言生成方面,未来会有更多的模型出现,那么可以基于这样一个开放的架构进行定制,从而可以更好地适应未来的变化。
五、关于Rasa3.0构建基于对话机器人的机器学习 pipeline剖析
Rasa 3.0开始使用一种全新的计算