对话机器人（七）——RASA：基于规则

1. fallback

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。

a. NLU fallback

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：

pipline: 
   - name: FallbackClassifier
     threshold: 0.6
     ambiguity_threshold: 0.1

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。

rules:
- rules: 要求用户重说一次
   steps: 
      - intent: nlu_fallback
      - action: utter_please_rephrase

将nlu_fallback映射成utter_please_rephrase，一旦nlu_fallback意图出现，就一定会执行utter_please_rephrase动作，utter_please_rephrase动作会渲染同名模板，用户可以得到fallback消息。

b. 策略 fallback

预测下一个动作时，若置信度不高，或得分最高的2个动作间得分差很小，需要fallback。

pipline: 
   - name: RulePolicy
     core_fallback_threshold: 0.3
     core_fallback_action_name: "action_default_fallback"
     enable_fallback_prediction: True   

若所有的策略预测动作得分小于0.3（core_fallback_threshold）时，选择action_default_fallback作为输出动作。默认的core_fallback_threshold会渲染名为utter_default模板，返回给用户。

2. 意图触发动作

a. 内建意图触发动作

RulePolicy为action_restart、action_session_start、action_action_back提供了对应的意图restart、session_start、back，建立意图到动作的映射。当这些意图出现时会自动触发对应的动作，实现会话级别的控制。

通过输入/restart、/session_start、/back表达action_restart、action_session_start、action_action_back意图，从而完成执行对应动作的目的。

b. 自定义意图触发动作

保证当某个意图出现时，无论什么样的上下文都能百分百触发某个或多个特定的动作。——RulePolicy。

rules:
- rule: 从some_intent 到some_action 的映射
  steps:
  - intent: some_intent
  - action: some_action

用户表达了some_intent的意图后，PulePolicy能百分百触发some_action动作。

参考文献：
[1] 孔小泉,王冠.Rasa实战：构建开源对话机器人[M].电子工业出版社.2022:201.
[2] RASA官方文档 https://rasa.com/docs/rasa/rules