就要辣谢谢。-CSDN博客

原创对话机器人（七）——RASA：基于规则

解决机器人无法处理的情况。如，用户表达不清楚，超出机器人能提供服务的范围，这时需要“兜底”的fallback操作。负责处理NLU阶段理解用户意图困难或模糊的情况。FallbackClassifier组件，可见pipline。如：若所有意图分类组件预测出的结果中，最高的置信度小于0.6（threshold值）或最高的前2个意图得分之差不超过0.1（ambiguity_threshold），NLU的意图就会被替换成nlu_fallback。将nlu_fallback映射成utter_please_rephr

2022-06-17 11:26:25 1220

原创对话机器人（六）——RASA：Actions

action：接收用户输入和对话状态信息，按照业务逻辑进行处理，并输出改变对话状态的事件和回复用户的消息。和domain中的response关联在一起，当调用这类动作时，会自动查找response中同名的模板并渲染。填表：多次和用户交互，收集任务所需要的要素，直到所需的要素收集完整。（1）用户表达自己的需求（意图和实体）。（2）根据用户意图，确定合适的表单，将用户在对话中提供的实体信息填入其中。机器人查看表单中缺失的字段，按照一定的策略询问用户关于缺失字段的问题。（3）用户提供缺失字段信息。（4）机器人将缺

2022-06-17 11:25:22 2115

原创对话机器人（五）——RASA：Config

定义了模型将用于根据用户输入进行预测的组件和策略。recipe: 当前配置文件所用的格式，rasa仅支持default.v1格式。1. pipline组件组件构成NLU pipline并按顺序将用户输入处理成结构化输出。包含语言模型、分词器、特征提取、实体识别、意图分类、结构化输出。组件具有以下特征：加载预训练的词向量模型。MITIE 库需要一个语言模型文件，必须在配置中指定。(2) spaCyNLP初始化 spaCy 结构。每个 spaCy 组件都依赖于此，需要放在pipline的开头。b.

2022-06-17 11:24:06 1389

原创对话机器人（四）——RASA：Domain

domain定义了机器人可操作的数据范围，包括意图(intents)、实体(entities)、词槽(slots)、回复(responses)、表单(form)、动作(actions)和会话session的配置(session_config)。 ❃ 意图、实体：输入的范围 ❃ 词槽、表单：内部的变量，表征状态和存储记忆 ❃ 动作：模型输出的范围 ❃ 回复：机器人回复的模板完整的domain示例：2. 意图列出在和中使用的所有的意图。参数：上述例子中，意图有：greet(欢迎)、goodby

2022-06-17 11:22:17 1314

原创对话机器人（三）——RASA：训练数据

1. 训练数据格式使用YAML作为统一且可扩展的方式来管理所有训练数据，包括NLU数据、stories、rules。训练数据可以使用多个YAML文件，每个文件包含NLU数据、stories、rules的任意组合。version: "3.1"nlu:- intent: greet examples: | - Hey - Hi - hey there [Sara](name)- intent: faq/language examples: | - What l

2022-05-30 14:45:40 2747

原创 ES基本用法

ES基本用法1.创建 Index，索引名为 newsresult = es.indices.create(index='news', ignore=400)创建成功返回值：{‘acknowledged’: True, ‘shards_acknowledged’: True, ‘index’: ‘news’}2. 删除 Indexresult = es.indices.delete(index='news', ignore=[400, 404])删除成功返回值：{‘acknowledged’:

2022-05-27 17:01:19 536

原创知识图谱（二）——知识表示

一、经典知识表示理论1. 语义网络语义网络：是一个通过语义关系连接的概念网络，将知识表示为相互连接的点和边的模式。节点——实体、事件、值；边——对象间的语义关系。语义网络中最基本的语义单元称为语义基元，用<节点1，关系，节点2>表示。如“珊瑚是一种动物”关系类型实例关系(ISA)：具体和抽象，一个事物是另一个事物的一个实例。“是一个”。分类关系(AKO)：子类和超类，一个事物是另一个事物的一种类型。“是一种”成员关系：个体和集体，一个事物是另一个事物的一个成

2022-05-27 16:58:32 3830 1

原创知识图谱（一）——概述

一、序深度学习训练的模型更像是一个具有统计知识的机器，从关联和概率的角度描述世界背后的“真理”。而我们期望机器能像人一样，具有分析和推理的能力。——知识图谱1. 前提知识本体：通过对象类型、属性类型及关系类型对领域知识进行形式化描述的模型。本体只对数据的定义进行了描述，而没有描述具体的实例数据。知识是认知、图谱是载体、数据库是实现。知识图谱以结构化三元组的形式存储现实世界中的实体及实体集合。2.知识图谱与深度学习a. 深度学习本质：通过多层神经网络，自动学习处理对象的抽象表示。缺陷：需

2022-05-27 16:54:48 1911

原创对话机器人（二）——RASA概述与安装

RASA3的概述与安装

2022-05-27 16:19:20 2984

原创对话机器人（一）——对话机器人基础知识

对话机器人、任务型机器人

2022-05-27 16:10:28 2353 1

原创 spark读取csv文件的方法

1.SparkSession：training = spark.read.format("csv").options(header='true',inferschema='true',encoding='gbk').load(r"hdfs://localhost:9000/taobao/dataset/train.csv")2.SparkContext# 加载数据封装为row对象，转换为dataframe类型，第一列为特征，第二列为标签training = spark.sparkConte

2020-09-28 16:01:51 3943

原创配置spark可能遇到的问题及其他相关配置

【问题1】pyspark+pycharm 配置【解决方法】https://blog.csdn.net/u012884015/article/details/80105921PYTHONPATH /usr/local/spark/pythonSPARK_HOME /usr/local/spark【问题2】修改python3为python【解决方法】vim ~/.bashrcalias python=python3source ~/.bashrc【问题3】在spark中配置python环境

2020-09-24 15:46:57 224

原创 hive报错汇总

【错误1】WARN: Establishing SSL connection without server’s identity verification is not recommended. According to MySQL 5.5.45+, 5.6.26+ and 5.7.6+ requirements SSL connection must be established by default if explicit option isn’t set. For compliance with e

2020-09-24 15:40:31 487

qnstar_的博客