Gavin老师Transformer直播课感悟 - 基于Transformer的Rasa 3.x 内核解密之Fallback and Human Handoff全解(二十四)

        本文继续围绕工业级业务对话平台和框架Rasa的Fallback Classifier处理对话失败情况的方式以及相关代码进行解析。为了让对话机器人能够更优雅地处理失败情况，你应该处理已知的out-of-scope消息，并且添加一个fallback行为的form。你也可以额外添加转人工处理或者作为你的fallback设置的最后一个步骤。

一、关于Rasa Fallback and Human Handoff解析

1. Out-of-scope消息的处理

     用户在对话中可能会输入让对话机器人无法理解的意图，这是因为你还没有实现这样的功能，这就是out-of-scope的情况。为了处理这种情况，需要完成以下步骤：

  a) 为每一个out-of-scope intent添加训练样例到你的NLU数据里，你应该从真实的对话中提取训练样例数据。

b) 定义out-of-scope的response或者action

你需要在domain.yml文件里定义一个response，使用utterance “utter_out_of_scope”（命名规则为utter_ + intent）作为默认的response：

c）为每一个out-of-scope intent定义rules：

d) 在config.yml文件里添加RulePolicy