Gavin老师Transformer直播课感悟 - Rasa对话机器人项目实战之教育领域Education Bot项目Debugging进阶实战（六十二)

   本文继续围绕工业级业务对话平台和框架Rasa，对Rasa对话机器人项目实战之教育领域Education Bot项目Debugging过程中关于NLU组件加载运行，各个policies如何进行预测，ResponseSelector如何选择response等内容进行详细分析。

一、Rasa对话机器人项目实战之教育领域Education Bot项目Debugging进阶实战

1. Education Bot对RulePolicy、AugmentedMemoizationPolicy、TEDPolicy使用Debugging实验分析

输入信息：

对话机器人反馈如下：

可以看到选项1对应的intent为get_started_playground，为了对这个intent进行处理，可以检查训练数据，首先检查rules文件，发现没有这个intent相关内容，然后检查stories，发现在get_started_playground.yml文件中存在以下数据：

从数据中可以看到，intent “get_started_playground”会触发action “utter_playground_intro”，检查domain文件，找到这个action的定义：

执行完action “utter_playground_intro”之后会执行action “utter_ask_playground_help”：

根据stories，如果确认执行上面的action，那么会激活form “playground_form”，如果是”No”，则执行另一个action “utter_interested_in_installation”。

输入No，则按照pipeline的配置进行处理：

下面是DIETClassifier的process方法，在这个方法中会对用户输入信息进行intent的预测以及排序处理，然后添加到message中，也会提取entities信息并添加到message中，另外也会根据配置要求添加诊断信息，所以最后返回的是所有这些信息的一个组合：

执行FallbackClassifier的process方法：

这是FallbackClassifier的process方法，根据配置进行fallback处理，包括设置对应的intent：

由于输入No，所以识别的intent为”deny”，提取实体信息为空：

执行验证提取的slots操作：

基于识别到的intent运行AugmentedMemoizationPolicy，可以看到当前tracker中的状态信息：

这是config中的配置：

下面显示的是使用AugmentedMemoizationPolicy来预测系统级别的action “action_listen”的信息：

预测完成后输出信息：

 2.  Education Bot在stories中对AugmentedMemoizationPolicy具体应用详解

下面这条消息表示AugmentedMemoizationPolicy根据stories进行匹配时找到了这个action：

可以在下面的stories训练数据中找到这个action：

根据config配置，使用AugmentedMemoizationPolicy预测next action之后，还会继续使用TEDPolicy进行预测，最后由policy ensemble组件根据各个policies的预测结果进行选择，从以下信息看，最终是选择AugmentedMemoizationPolicy预测的结果，所以confidence为1.00：

 3.  Debugging模式下的Education Bot对TEDPolicy使用源码解析

下面是TEDPolicy的预测方法中的代码，首先从tracker中创建TED模型数据，然后调用模型的推理方法进行预测，对预测得到的confidence进行排序，调用内部方法_prediction返回预测结果：

下面是_prediction方法，使用PolicyPrediction来封装预测结果信息：

 4.  Next Action决策器DefaultPolicyPredictionEnsemble算法剖析

这是DefaultPolicyPredictionEnsemble，它继承自PolicyPredictionEnsemble和GraphComponent，作用是根据规则从各个policies的预测结果中选择最好的预测结果：

具体规则如下：

1）"No user"的预测结果（指系统级别的）重要性高于所有其它的预测结果

2）End-to-end的预测结果重要性高于所有其它基于用户输入的预测结果，前提条件是在ensemble中不存在"No user"的预测结果

3）给定两个预测结果，如果其中一个预测结果的最大confidence大于另外一个预测结果的最大confidence，那么confidence值更大的预测结果被认为更好，这与做出这两个预测结果的policies的优先级无关

4）给定两个预测结果，如果它们的confidence相同，具有更高优先级的policy所预测的结果会被认为更好

需要注意的是如果允许优先级可以被视作无差别 (coincide)，那么就会采用第一个预测结果。

预测完成后tracker最新的状态信息：

然后会删除使用的lock：

 5.  专门为faq及chitchat设计的ResponseSelector运行机制详解及Debugging实验

输入Yes确认后输出：

这时就会进入faq的状态，训练数据如下：

关于faq，会使用ResponseSelector进行预测。

输入信息：

执行完各个NLU组件之后，就会执行ResponseSelector的process方法，可以看到使用了3种selector key来处理不同种类的用户输入信息：

这时NLU处理后的intent和entities信息：

输出信息：

在domain中会定义faq相关的actions：

然后由ResponseSelector自动根据用户输入来预测选择上面配置的哪一个action。

 6.  Debugging模式下的Education Bot出发out of scope机制分析实验解密

输入信息：

这时识别到的intent为out_of_scope：

预测的action：

这是因为stories训练数据中存在这样的action：

可以看到最终使用AugmentedMemoizationPolicy预测的结果，然后会使用ResponseSelector从上面说的3种分类的”out_of_scope”对应的responses中选择一个response：

这是相关NLU部分的训练数据：

最后输出信息：