RASA使用长文记录以及一些bug整理

小芒果的学习星球

已于 2024-08-27 15:42:38 修改

阅读量578

点赞数 10

文章标签： bug 自然语言处理语言模型

于 2024-08-27 15:00:26 首次发布

本文链接：https://blog.csdn.net/qq_29837229/article/details/141603345

版权

RASA 学习笔记整理

一安装

在虚拟环境中安装，进入python3版本的环境

conda activate python3   ai04机器

旧版本：rasa-nlu和rasa-core是分开安装的

最新版本：rasa 将二者做了合并

直接安装

pip3 install rasa 
在安装到如下步骤时候会报网络错误
 Downloading tensorflow-2.8.4-cp37-cp37m-macosx_10_14_x86_64.whl (217.8 MB)
     ━╸━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 10.4/217.8 MB 5.6 kB/s eta 10:21:12
      raise ReadTimeoutError(self._pool, None, "Read timed out.")
pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', port=443): Read timed out.

解决：换安装源

pip3 install  rasa -i https://pypi.mirrors.ustc.edu.cn/simple/  
速度嗖嗖快

如下安装源都可以试试

清华大学 ：https://pypi.tuna.tsinghua.edu.cn/simple/
阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科学技术大学 ：http://pypi.mirrors.ustc.edu.cn/simple/
华中科技大学：http://pypi.hustunique.com/
豆瓣源：http://pypi.douban.com/simple/
腾讯源：http://mirrors.cloud.tencent.com/pypi/simple
华为镜像源：https://repo.huaweicloud.com/repository/pypi/simple/

环境安装版本对比

rasa                      3.4.2
rasa-sdk                  3.4.0
tensorflow                2.8.4

安装rasa1

直接安装总是不成功，参考 https://blog.csdn.net/weixin_35757704/article/details/122269142

pip3 install -U --user pip && pip3 install rasa==1.10.18 -i https://pypi.org/simple

或者参考 https://zhuanlan.zhihu.com/p/439666645?utm_id=0

二使用rasa

安装完rasa后

进入工程，确定里面含有三个文件

外层 domain.yml  config.yml   以及data目录，内含 nlu.md  stories.md

domain.yml 定义意图和实体等
config.yml 定义nlu和core的组件
storieds.md 定义了用户和助手之间的真实会话过程。rasa core可以以strories数据来训练模型
endpoints.yml  定义rasa core和其他服务连接的信息，比如url服务端口

1）开始训练模型

  rasa train --domain domain.yml --data data --config config.yml --out models

可以用 rasa train nlu 或者 rasa train core 来区分训练哪一部分模型
可以用 rasa train --finetune来从已经存在的一个模型中初始化，再在新数据上额外训练，这可以减少训练次数

同理可以用 rasa train nlu --finetune 和 rasa train core --finetune

2）基于RASA sdk启动一个action 服务

rasa run actions

3）启动会话

rasa shell -m models --endpoints configs/endpoints.yml
rasa  shell  此命令会加载最新训练的模型，然后开始一个会话
rasa shell nlu  此命令会显示会话句子被模型抽取出来的nlu结构：实体和意图是什么

4）也可以直接启动训练和交互

rasa  interactive   此命令会先训练一个模型，再启动一个会话交互
ras interactive --model 此命令会跳过训练，从model路径中download一个模型

也可以用postman进行交互 rasa run --enable-api

常见可用的rasa命令

rasa -h  查看所有命令参数
rasa init：创建一个新的项目，包含示例训练数据，actions和配置文件。
rasa run：使用训练模型开启一个Rasa服务。
rasa shell：通过命令行的方式加载训练模型，然后同聊天机器人进行对话。
rasa train：使用NLU数据和stories训练模型，模型保存在./models中。
rasa interactive：开启一个交互式的学习会话，通过会话的方式，为Rasa模型创建一个新的训练数据。
telemetry：Configuration of Rasa Open Source telemetry reporting.
rasa test：使用测试NLU数据和stories来测试Rasa模型。
rasa visualize：可视化stories。
rasa data：训练数据的工具。
rasa export：通过一个event broker导出会话。
rasa evaluate：评估模型的工具。
-h, --help：帮助命令。
--version：查看Rasa版本信息。
rasa run actions：使用Rasa SDK开启action服务器。
rasa x：在本地启动Rasa X。

三 RASA的系统架构

rasa包含nlu和core两个组件。NLU是pipline的方式处理意图分类，实体提取，响应检索。dp是对话策略组件。

Action是一个总控单元，连接NLU和DP，返回回答。

Tracker Store是存储对话的单元，存储了机器人和用户的对话的历史信息。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

Lock Store,是ID产生器，用来锁定一个会话，保证消息的顺序处理。

Filesystem,提供文件存储服务

四 RASA的NLU

组件含义

pipline模式训练做nlu，依次执行如下组件

The configuration for pipeline and policies was chosen automatically. It was written into the config file at 'config.yml'.
rasa.engine.training.hooks  - Starting to train component 'RegexFeaturizer'.
2023-02-08 15:07:24 INFO     rasa.engine.training.hooks  - Finished training component 'RegexFeaturizer'.
2023-02-08 15:07:26 INFO     rasa.engine.training.hooks  - Starting to train component 'LexicalSyntacticFeaturizer'.
2023-02-08 15:07:26 INFO     rasa.engine.training.hooks  - Finished training component 'LexicalSyntacticFeaturizer'.
2023-02-08 15:07:27 INFO     rasa.engine.training.hooks  - Starting to train component 'CountVectorsFeaturizer'.
2023-02-08 15:07:27 INFO     rasa.nlu.featurizers.sparse_featurizer.count_vectors_featurizer  - 2353 vocabulary items were created for text attribute.
2023-02-08 15:07:31 INFO     rasa.engine.training.hooks  - Finished training component 'CountVectorsFeaturizer'.
2023-02-08 15:07:35 INFO     rasa.engine.training.hooks  - Starting to train component 'DIETClassifier'.

代码位置：

ai04机器  /data/jqli02/rasa
rasa-main/rasa/nlu

RASA-NLU的实现方法（中文为例）

以组件的形式对输入句子做处理，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。

1）加载预训练的词向量模型

该模型文件叫MITIE模型，可以用MITIE库训练。结构类似word2vec

pipeline:
- name: "MitieNLP"
model: "data/total_word_feature_extractor.dat"   #可以直接下载，也可以自己训练，自己训练慢

2**）初始化spacy结构，使用spacyNLP**

pipeline:
- name: "SpacyNLP"
  # 加载语言模型
  model: "en_core_web_md"
  # 当检索单词向量时，这将决定单词的大小写是否相关。' False'则是忽略大小写。
  case_sensitive: False

spacyNLP是什么？

一个开源的NLP库，可以做各种实用的句子分析功能，包括分词、词性分析，也可以做命令体识别和文本分类等，还支持最新神经网络模型，BERT等。以及系统打包，部署等。

3）定义分词器

4）其他一堆提特征过程 featurizer

详细如下：

重点：

LanguageModelFeaturizer,需要指定加载的语言模型，可以支持的模型有 BERT/GPT/GPT-2/XLNet/RoBERTa

DIETClassifier 可以同时做意图识别和实体提取，使用transformer模型

可以自己自定义一些NLU的模型，需要自己写组件代码，并加入component.py中，再执行一下注册,详情参考[6]

五 RASA-core的组件

代码位置：

rasa-main/rasa/core/policies

分为基于机器学习的策略和基于规则的策略，

机器学习策略：TEDPolicy，UnexpecTED Intent Policy，Memoization Policy，Augmented Memoization Policy
包括机器学习和深度学习训练得到的策略模型。如sklearn_policy,keras_policy

基于规则策略：Rule Policy，

重点：

TEDPolicy包含了下一步动作预测和实体识别两个目标的多任务架构。两个任务共享transformer encoder，实体识别用CRF预测输出，下一个动作预测，作为分类任务输出。参数：max_history,查看多少条历史对话来决定下一个动作。

如下是优先级

RASA-CORE的源码解读

地址：

rasa-main/rasa/core

actions:bot执行的一些动作
channels：与前端对接的接口
nlg:rasa的回答生成模块，支持两种：模板生成话术，以及模型训练做NLG
policies：对话管理模块。依据策略执行不同的actions。策略包括人工策略+模型训练策略
schemas:指domain.yml， 这个配置文件定义了槽位，实体定义，intent，话术模板
training:如何将准备的数据转化为可训练的转化方法
featurizers:将对话数据特征化的方法

六 RASA中配置文件的编写

格式含义：

story：用来训练rasa的对话管理模型。rasa core模型。

内容包括：

* greet  用户输入（相应的意图和实体）
    - utter_answer_greet  助手相应（相应的action，指rasa nlu识别到该意图后RASA core能执行的action）
    
*开头代表用户的输入，使用NLU的输出的intent和entity来表示可能的输入
-开头的句子代表要执行的动作。分为utterance actions 和  custom  actions。前者是机器人的回复，后者是自定义的动作。

* request_weather   识别意图为查天气
    - weather_form   系统相应的动作 action
    - form{"name": "weather_form"}   需要获取所有实体信息，
    - form{"name": null}       然后把name置为null，返回查询天气的结果。
    
  *inform{"date_time": "大后天"}    表示输入包含entity的情况后的响应
    - weather_form

如何设计一个story

参考例子：https://www.cnblogs.com/hq0803/p/15214597.html

需要考虑两组路径：快乐路径和不快乐路径。

快乐路径：用户按照预期遵循对话流流程，再出现提示时候始终提供必要信息，叫做happy path

不快乐路径：用户因为问题，闲聊，或者其他问题，偏离愉快路径的流程。叫做unhappy path

例子

stories:
- story: Welcome message, premium user
  steps:   #story的步骤
   - intent: greet   用户的intent
   - action: action_check_profile   机器响应：检查profile
   - slot_was_set:       
     - premium_account: true   高级账户，机器响应：欢迎账户
   - action: utter_welcome_premium  

- story: Welcome message, basic user
  steps:
   - intent: greet
   - action: action_check_profile
   - slot_was_set:
     - premium_account: false   非高级账户
   - action: utter_welcome_basic  机器响应：欢迎账户，询问是否需要升级
   - action: utter_ask_upgrade

使用OR语句

合并两个intent可以用or语句

- or:   代表如下两个intent出现的时候，响应都是一种
    - intent: affirm
    - intent: thanks
  - action: action_signup_newsletter

检查点 checkpoint

使用检查点来模块化经常重复使用的单元。

- story: user provides feedback
  steps:
  - checkpoint: ask_feedback
  - action: utter_ask_feedback

nlu和story定义中一些关键词的含义

slot_was_set 设定slot必须满足某值，才能走下面的流程

stories:
- story: It's raining now
  steps:
  - intent: check_for_rain
  - action: action_check_for_rain
  - slot_was_set:
    - raining: true
  - action: utter_is_raining
  - action: utter_bring_umbrella

- story: It isn't raining now
  steps:
  - intent: check_for_rain
  - action: action_check_for_rain
  - slot_was_set:
    - raining: false
  - action: utter_not_raining
  - action: utter_no_umbrella_needed

type: slot的type

type设置为unfeaturized：该插槽不会具有任何特征，因此其值不会影响对话流程，在预测机器人应执行的下一个动作时会被忽略。
```
slots:
  name:
    type: unfeaturized
```

action_loop 激活form表单的意思

如果用了form，激活form并使用的过程必须为

action: ticket_form
action_loop: ticker_form

form的使用方法

- action: form_xxx             # 启动form
- active_loop: form_xxx        # 在故事或rules中增加ActiveLoop event，表示启动
- active_loop: null            # 在故事或rules中增加ActiveLoop event，表示停止
- action: action_submit        # form获取信息后，完成后续动作

 steps: 
      - intent: book_ticket  #用户回答
      - action: ticket_form  #启动表单，准备挨个填充表单必须的槽位
        #当用form的action的时候，就需要active_loop,
        #active_loop代表激活form填充的action，根据接下来定义的slot_was_set挨个填充form
        - active_loop: ticket_form  #启动form
        # slot_was_set并不是动作，不会完成赋值操作，而是检查变量是否被赋予指定的值，满足条件才能会话进行下去
        - slot_was_set:
            - city_arrive: 上海
            - city_depart: 北京
#          - departure_date: 明天下午
        - active_loop: null  #停止form

rasa数据格式检查
```
rasa data validate  检查数据格式
```
对domain文件，如果报错，找不到domainfile，大多是yaml文件格式有问题，一般是要求缩进的格子，缩进不够

检查yaml文件格式
```
pip install yamllint
yamllint domain.yml
```
rasa的rule和story的冲突

运行rasa数据验证不会测试您的规则是否与您的故事一致。但是，在训练期间，RulePolicy会检查规则和故事之间的冲突。任何此类冲突都将中止训练。然后报错
```
- the prediction of the action 'action_extract_slots' in story 'happy_path_1' is contradicting with rule(s) 'Activate ticket_form' which predicted action 'ticket_form'.
- the prediction of the action 'utter_ask_departure_date' in story 'happy_path_1' is contradicting with rule(s) 'Submit ticket_form' which predicted


action 'action_buy_ticket'.
```
解决：根据rules的定义，分析rule中流程，一般是同样的输入，同样的step，最终结果如果不一致，就会报冲突错误
rule和story的区别
1. Rule: 规则是一种简单而有限制的方式来定义对话流程。它们通常用于处理简单的用户请求，例如回答一个固定的问题或者执行某些操作。规则只能捕获单个意图（intent）并且不能处理槽位填充或多轮对话。该方法适用于简单的场景下。
2. rule用于单轮对话的固定规则，core部分训练会校验是否只有一个user_uttered… 如果rule中定义了有多处(>=2)个需要用户输入intent的地方，就会报错如下
3. rule是固定规则（整合了原来的trigger intent），如果需要根据前文灵活设置对话线，还是要用story
4. Story: story可用于更复杂的对话流程。故事中可以包含多个意图、槽位填充以及多轮对话。在故事中，您可以定义特定的对话场景，并为机器人提供处理这些场景的指导。此外，故事还允许您使用Rasa的核心功能，例如对话管理器（Dialogue Management）和策略（Policies）
5. 执行action的时候，policy中的选用，MemoizationPolicy 执行的是story中定义的流程。RulePolicy执行的是rule中定义的规则，TedPolicy是根据机器学习，训练并预测下一个动作
总结：
- 当处理简单的确定的用户请求时，应该使用规则。一个intent对应一个确定的action，就用rule
  
  例如：greet -> utter_greet goodbye->utter_goodbye
- 如果需要处理更复杂的对话场景，则应该使用story。
- story中可以拆解，一个多流程的故事为多个子流程的故事。注意：每个story都需要从intent开始开启，如果从action中开启，发现衔接不上。
```
  - story: start_ticket
    steps:
      - intent: start_ticket   #子流程，从intent开启
      - action: utter_ask_city_depart_arrive  #助手询问出发和到达城市


=========================================
  - story: 核实用户订单信息，用户确认并下单
    steps:
      - action: utter_confirm_info  #子流程，从action开启，则上文必须有从此action结束的步骤
      - intent: confirm_info
      #下单购买
      - action: utter_action_book_ticket
      - action: utter_ask_other_question
```

action的编写

action.py中，定义类，函数 name指向domain中的form名称

七当前可用工程介绍

ChitChatAssistant

中文项目，包含了三个场景：简单闲聊，查电话号码，查 天气。用到了MITIE模型，有默认的可以下载直接实验

实践

工程是基于rasa1的。安装好rasa1

ai04机器  rasa1环境。 
安装rasa1  pip3 install -U --user pip && pip3 install rasa==1.10.18 -i https://pypi.org/simple

rasa-demo-main

一个简单英文助手demo，包含了简单意图，打招呼，确认，再见

rasa_nlu_chi
```
一个中文项目，可以参考
```
rasa_chatbot_cn-master
```
中文项目
```

rasa_chatbot

一个旧版本，rasa-nlu和rasa-core分离的实现的英文系统，包含了办理套餐，查询话费，案件查询等场景。
rasa版本比较低，rasa-nlu使用了crf模型。

rasa-chatbot-templates-master

包含多个例子的配置文件。可以直接进入该目录，训练模型并测试效果。有简单聊天，酒店预定，车票预定等场景，都是英文
```
  rasa train --domain domain.yml --data data --config config.yml --out models
```

rasa_nlu_gq-master

包含了一些新增特性的代码。
比如实体识别模型bilstm+crf，bert模型提取词向量，结合rasa_chatbot_cn  可以实现一些中文的定制化特征提取需求

rasa-main

rasa源码，版本3.1
rasa/nlu  rasa/core中分别是两部分源码
examples中包含一些demo例子，都是英文

rasa_shopping_bot-master

一个关于买东西的例子，包含了尺码选择等多轮对话

使用过程

ubuntu 安装 rasa-x
pip3 install rasa-x --extra-index-url https://pypi.rasa.com/simple

报错：
Failed to build xmlsec
ERROR: Could not build wheels for xmlsec, which is required to install pyproject.toml-based projects

解决办法：
Note: There is no required version of LibXML2 for Ubuntu Precise, so you need to download and install it manually.

wget http://xmlsoft.org/sources/libxml2-2.9.1.tar.gz
tar -xvf libxml2-2.9.1.tar.gz
cd libxml2-2.9.1
./configure && make && make install

RASA比TCP的对比

1.RASA也有tracker来存储历史信息
2.RASA也有policy来做对话管理。RASA包含模型和规则两种方式，TCP只有规则
3.RASA是个整体的NLP系统，包含NLU，DM，NLG全部分，TCP只做DM部分，需要衔接NLU
4.RASA是全python，可读性好。

八 Rasa如何在pycharm中调试

修改了配置文件的代码在这里

/work/myCode/ContextDialog/rasa3test

直接执行使用：

rasa shell --debug 可以看到阶段一些打印点的信息
rasa interactive  可以看到每次预测的intent和action的信息

可是如果还想知道更多变量的信息，参数是如何流转的，就需要自己debug了。

方法1：

在源码中加print，然后用上面命令来打印看输出

方法2：

直接把源码加入pycharm中，开始debug

步骤如下

一） rasa的源码在哪里？

conda env list

然后进入对应环境目录的如下目录，就是rasa代码

lib/python3.8/site-packages/rasa

整体目录为：

miniconda3/envs/rasa3/lib/python3.8/site-packages

也可以在action.py中埋入一个bug后，用rasa shell --debug来执行，就会在log中显示源码路径

二）拷贝rasa的源码到外面，加载到pycharm中

这里注意，在外部建立同名目录并修改部分代码调试后，会发现运行的时候，依然跳转到site-packages目录中。你修改的部分和设置的断点压根不起作用。

解决办法：将site-packages中的目录改名。让其不再跳转

将rasa 目录改为 rasa_code

在pycharm中调试配置如下：

如此，现在，不再跳转到根目录中去了。

注意：修改了名称后，命令行中又不能执行rasa了。这是因为在site-packages目录下找不到该目录了。所以不能删除，只能改名，pycharm环境中调试完成后，再更新代码到site-packages中，并把目录名改回去。

Rasa中policy是如何竞争的

参考：https://www.jianshu.com/p/a96a17af201a

发现一个问题，story中定的流程总是不走下去，详细看rasa shell debug的日志，发现ted_policy预测的next action是对的，然后又走了一下rule_policy,变成别的了。

要点：story和rule中不需要定相同的流程。如果定了，按照优先级执行，rule的优先级高于ted

九 RASA使用中一些踩坑要点

要点：每次修改完配置文件，不论是data目录中的，还是config.yml，都需要重新训练使之生效：rasa train

要点：如果使用了form，必须要使用rule，并且rule中定义填form的流程。否则不生效

如下，分别在domain.yml rules.yml, story.yml, config.yml中定义如下

=========domain.yml==========
forms:
  ticket_form:
    required_slots:
      - city_arrive
      - city_depart
      
===========rule.yml============
- rule: Activate ticket_form
    steps:
      - intent: book_ticket
      - action: action_extract_slots
      - action: ticket_form
      - active_loop: ticket_form
      - slot_was_set:
          - requested_slot: city_arrive
          - requested_slot: city_depart
      - active_loop: null
      - action: utter_ask_departure_date
      
      
 ===============story.yml中定义rule中的后文=======
 - story: happy path1
    steps:
      - action: utter_ask_departure_date
      - intent: request_departure_date  #用户输入出发日期
      - slot_was_set:
        - departure_date: 明天
      - action: utter_action_book_ticket
      - action: utter_ask_other_question


================config.yml===============
policies:  #如下三者的次序，那个在前那个在后不要紧，最终还是按优先级  rule>memoiza>ted
- name: MemoizationPolicy
- name: RulePolicy   
- name: TEDPolicy

使用了form，定义了form表单内容后，必须action中定义一个填form的函数。否则能执行，但是会报错。
要点：每个story都不能以intent结尾，以intent结尾就会默认后面是action_listen。结果就不可控，必须是action结尾

- story: start_ticket
  steps:
    - intent: start_ticket
    - action: utter_ask_city_depart_arrive  #助手询问出发和到达城市

不要随便用rasa init，会把修改后的data目录，actions.py都给用初始文件覆盖掉
rasa train --force，用来强制让模型重新训练，使得改动生效

有时候修改后，rasa train执行后，发现还是没有生效。这可能是改动没有被rasa识别到，它没有重新训练模型，所以需要加上 force 参数。
```
rasa train --force
```

十一些诡异bug

bug1：story中定义了东方航空，经济舱等，但是执行的时候总是不生效。查看rasa train的过程，发现在这些句子地方都报了warning，warning如下

More info at https://rasa.com/docs/rasa/training-data-format#nlu-training-data
/data2/conda/envs/rasa3/lib/python3.7/site-packages/rasa/shared/utils/io.py:99: UserWarning: Misaligned entity annotation in message '大前天中午的' with intent 'request_departure_date'. Make sure the start and end values of entities ([(0, 5, '大前天中午')]) in the training data match the token boundaries ([(0, 6, '大前天中午的')]). Common causes:
  1) entities include trailing whitespaces or punctuation
  2) the tokenizer gives an unexpected result, due to languages such as Chinese that don't use whitespace for word separation
  More info at https://rasa.com/docs/rasa/training-data-format#nlu-training-data
/data2/conda/envs/rasa3/lib/python3.7/site-packages/rasa/shared/utils/io.py:99: UserWarning: Misaligned entity annotation in message '只查找10点之后的' with intent 'request_departure_date'. Make sure the start and end values of entities ([(3, 8, '10点之后')]) in the training data match the token boundaries ([(0, 9, '只查找10点之后的')]). Common causes:
  1) entities include trailing whitespaces or punctuation
  2) the tokenizer gives an unexpected result, due to languages such as Chinese that don't use whitespace for word separation
  More info at https://rasa.com/docs/rasa/training-data-format#nlu-training-data
/data2/conda/envs/rasa3/lib/python3.7/site-packages/rasa/shared/utils/io.py:99: UserWarning: Misaligned entity annotation in message '2号的航班' with intent 'request_departure_date'. Make sure the start and end values of entities ([(0, 2, '2号')]) in the training data match the token boundaries ([(0, 5, '2号的航班')]). Common causes:
  1) entities include trailing whitespaces or punctuation
  2) the tokenizer gives an unexpected result, due to languages such as Chinese that don't use whitespace for word separation

找到如下解决方法

https://forum.rasa.com/t/misaligned-entity-annotation/3768/4

分析如上说明，感觉是有道理的。我的数据中标记的，将 “东方航空” “经济舱”这些当做一个实体标记出来，但是结巴分词的时候，没法把它们分成一个整体，就可能报如上的warning，所以训练的时候没有训练到model中，导致最终不生效。

解决：把这些词加入结巴自定义词典中。

根据config.yml中定义

- name: JiebaTokenizer
  dictionary_path: data   （注意，此处要求写的是path，写清楚path，并且该path里不能有和dict名字容易混淆的文件存在。
                              最好路径中是  dict_4s/dict.txt

搜索jieba_tokenizer.py代码，查到如下

dictionary_path = config["dictionary_path"]

        if dictionary_path is not None:  #当config中词典目录不为空的时候，从该目录中load词典，否则就从默认安装路径中load词典
            cls._load_custom_dictionary(dictionary_path)

解决，将conda环境中，jieba目录下的dict拷贝出来到data中，在其后追加如下内容，重新 rasa train

东方航空 3 n
南方航空 3 n
国际航空 3 n
厦门航空 3 n

结果：解决！不再报warning了。

Bug2,中文分词bug

还是如上bug，一些车品牌的名称，分词不正确。此次把这些词加入结巴词典，dict中并指明路径，bug依然不能解决，加入的词条提高词频，还是不行。搜索发现分词结果并不存在原词典中。如下：

“志俊是” 这个词条，并不在原词典中。可是奇怪为何分词就成这样了？

envs/rasa3/lib/python3.8/site-packages/rasa/shared/utils/io.py:98: UserWarning: Misaligned entity annotation in message '桑塔纳志俊是什么样的车' with intent 'ask_one_car'. Make sure the start and end values of entities ([(0, 5, '桑塔纳志俊')]) in the training data match the token boundaries ([(0, 3, '桑塔纳'), (3, 6, '志俊是'), (6, 9, '什么样'), (9, 10, '的'), (10, 11, '车')]). Common causes:
  1) entities include trailing whitespaces or punctuation
  2) the tokenizer gives an unexpected result, due to languages such as Chinese that don't use whitespace for word separation
  More info at https://rasa.com/docs/rasa/training-data-format#nlu-training-data
 in message '添越是什么样的车' with intent 'ask_one_car'. Make sure the start and end values of entities ([(0, 2, '添越')]) in the training data match the token boundaries ([(0, 1, '添'), (1, 3, '越是'), (3, 6, '什么样'), (6, 7, '的'), (7, 8, '车')]). Common causes:
  1) entities include trailing whitespaces or punctuation
  2) the tokenizer gives an unexpected result, due to languages such as Chinese that don't use whitespace for word separation

解决：

该bug磨了两天。起初：jieba根目录下的dict.txt中，加入这些单词。训练可以了。

第二次训练，又不行了。继续报错这些

查看资料：https://github.com/RasaHQ/rasa/pull/6753

排查错误：

从这里看到，说要写词典的目录，而不是词典文件本身

参考：https://forum.rasa.com/t/tokenizer-jieba-dictionary-path-does-not-work/3667
jiebatokenizer.py中打印分词后结果，检查发现分词没问题
查看log，发现是训练crfentityexactor的时候总是报这个错

在crfexactor代码中找到token的地方，打印出来发现依然没问题

最终解决：

各种改动后又复原，发现python main.py 没问题了。rasa train命令有问题。只好把__main__.py目录下的代码拷贝到源码中。训练，依然发现个别问题。查看token分词结果。发现：并不是每条训练数据报warning，依然是分词问题导致的。

1）奥迪A8会分成奥迪 A8，哪怕词典中有这个词。猜测必须奥迪 A8 这两个单独词的词频会降低才能分出合成词

同理所有中文+英文字母的，都中间分开了。

2）凌渡，在句子不同位置会分成不同结果。

如上个别句子的分词有问题，不是全部有问题，具体就是需要挨个改词频，保证原单字词频小于组词的词频。所以详细不纠结了。总之找到分词的影响了。

bug3, 启动服务时候报warning说加载不到模型

启动

rasa run --cors "*"

报如下：

root  - Starting Rasa server on http://0.0.0.0:5005
2023-08-17 18:42:38 INFO     rasa.core.processor  - Loading model models/20230809-110408-flat-mile.tar.gz...
2023-08-17 18:42:38 ERROR    rasa.core.agent  - Could not load model due to Error deserializing graph schema. Can't find class for graph component type 'rasa.graph_components.providers.forms_provider.FormsProvider'..
2023-08-17 18:42:38 INFO     root  - Rasa server is up and running.

原因：

这是由于当前目录中models下的文件的rasa生成版本和已经安装的rasa版本不一致，无法加载

解决：

重新训练一组新模型

参考：https://forum.rasa.com/t/error-rasa-graph-components-providers-domain-without-response-provider-domainwithoutresponsesprovider/50745

Bug4：训练完模型执行的时候，到某些步骤说无法写入了

报错如下：

Traceback (most recent call last):
  File "//miniconda3/envs/rasa3/lib/python3.8/logging/__init__.py", line 1084, in emit
    stream.write(msg + self.terminator)
BlockingIOError: [Errno 35] write could not complete without blocking
Call stack:

前一个intent的utter_action内容比较长，到下一个intent后就报错如上了。

查答案：

https://github.com/RasaHQ/rasa/issues/11575

解决：

pip uninstall uvloop

Bug5: 总是不能根据story往下执行，会返回action_listen

如图，到这一步时候就不往下执行了

看intent预测都正常。从上一步就无法执行了。只好把上一步加入到rule中，这一步又不行了。一直rule不是办法。快把goog翻烂了。

https://forum.rasa.com/t/stories-are-not-working-if-there-is-rule-policy-in-the-config-file/47833/4

解决：

看了下stage总是在第10次左右就挂了。考虑是不是轮次太长了

把长story分割，分割成几个步骤的分别path，再一测试：ok了！没事了！！！！

真是。。。崩溃啊。磨了好几天的问题

Bug6，启动action后启动shell的时候说端口被占用

为了测试自定义actiond的效果。先编写action.py文件，然后

rasa run actions

报错说5055端口已经占用。可是代码中没有地方写这个端口。

于是指定端口启动action
rasa run actions -p 5005

ok,action 可以启动了。

再启动shell
rasa shell  --debug --model models_vw4s

报错说端口已经被占用

   （ error while attempting to bind on address ('0.0.0.0', 5005): address already in use）

最终解决方法：

rasa run actions -p 5005  & rasa shell --model models_vw4s -p 5006  这样的方式启动。 action和shell要不同的端口

参考：

[1] https://rasa.com/docs/rasa/2.x/domain  rasa官方文档

[2] https://zhuanlan.zhihu.com/p/475296948  rasa各个配置文件含义

[3] https://mp.weixin.qq.com/s?__biz=MzAxMjMwODMyMQ==&mid=2456341414&idx=2&sn=ce6b346718935cbea8822911e9e5b03b&chksm=8c2fb1a8bb5838beada7f7a55c0258d6e3e3c14515f169072fe8f5385502e8903eda7a26e92f&scene=21#wechat_redirect   rasa专栏介绍

[4] https://blog.csdn.net/qnstar_/article/details/125330377  RASA-NLU的pipline各阶段说明

[5] https://www.likecs.com/show-204136203.html  RASA 构建工程的教程 

[6] https://www.likecs.com/show-308141008.html rasa做中文系统时候 slots,entities,actions,component等的详细设计(如何自己加组件)

[7]  https://mp.weixin.qq.com/s/sJtDp58Eir49hr99QK-4BA  rasa框架整理

[8] https://blog.csdn.net/qq_41475825/article/details/119646149  如何用pycharm调试rasa项目？

[9]https://www.jianshu.com/p/5d9aa2a444a3 rasa对话系统踩坑记

[10] https://edu.51cto.com/center/course/lesson/index?id=805713  rasa应用的视频教程

[11] https://rasa.leovan.tech/forms/  Rasa中文文档

[12] https://github.com/currywu123/RASA-FLASK-Chinese-Chatbot  rasa项目