rasa浅层理解

最新推荐文章于 2022-06-17 11:26:25 发布
最新推荐文章于 2022-06-17 11:26:25 发布
阅读量435 收藏 1
点赞数 1
分类专栏： rasa 文章标签： 正则表达式 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34171593/article/details/120858887
版权
本文介绍了rasa自学过程中的关键点，包括rules.yml中的规则编写注意事项，如冒号不能使用中文，需要后跟空格；nlu.yml中的意图和实体定义，如枚举法和正则匹配法。还阐述了nlu.yml、rules.yml和stories.yml之间的联系，指出意图识别后在rules.yml中定义动作和插槽，插槽与表单的互动实现多轮对话。
摘要由CSDN通过智能技术生成

本文意在记载自学过程中遇到的细节问题。相关网址

一、rules.yml

1、编写剧本和规则时冒号：不能用中文

错误示例（可以复制到rules.yml中观察二者区别）：

- rule: 通过城市激活天气情况
  steps：
  - intent: 城市
  - action: weather_form

正确示例：

- rule: 通过城市激活天气情况
  steps:
  - intent: 城市
  - action: weather_form

2、冒号：后有空格才能将冒号前面的字符视为命令

错误示例：

- rule: 通过城市激活天气情况
  steps:
  - intent:城市
  - action: weather_form

正确示例：

- rule: 通过城市激活天气情况
  steps:
  - intent: 城市
  - action: weather_form

二、nlu.yml

1、枚举法编写

意图+实例

- intent: 性别
  examples: |
    - 你是男的？
    - 你是男的
    - 你是女的
    - 你的性别？
    - 你是男还是女

2、枚举替换法（自己命名的）

..........[实体](属性)......[实体](属性)......

- intent: 问路
  examples: |
    - 请问[西湖](位
最低0.47元/天 解锁文章
代码小鬼才
关注
专栏目录
Rasa课程、Rasa培训、Rasa面试、Rasa实战系列之Language Detection
段智华的博客
04-10 563
Rasa课程、Rasa培训、Rasa面试、Rasa实战系列之Language Detection Language Detection 如何制作至少有两种语言的多语言 rasa 聊天机器人？使用至少两种语言或多语言聊天机器人制作一个基于 rasa 的聊天机器人。 可能使用 2 种方法来支持多语言意图： 它们创建单独的意图（例如 hello_en、hello_xx，用于 2 种语言的 你好）理论上，它应该适用于每种语言。 创建一个语言检测器并在自定义操作中处理它们： 实现一个自定义语言检测器，它可以找出您正
Rasa课程、Rasa培训、Rasa面试、Rasa实战系列之Hugging Face bert-base-chinese 使用
段智华的博客
03-23 856
Rasa课程、Rasa培训、Rasa面试、Rasa实战系列之Hugging Face bert-base-chinese 使用 Hugging Face 构建未来的人工智能社区，构建、训练和部署由机器学习中的参考开源支持的最先进模型。 https://huggingface.co/ 模型下载 bert-base-chinese 下载地址 https://huggingface.co/models?sort=downloads&search=bert-base-chinese 下载模型文件 Ra
Prometheus告警规则配置
江峰的博客
07-01 4648
1. 创建告警规则配置文件 创建告警规则配置文件first_rules.yml，建议放在与prometheus.yml同级目录 2. 修改prometheus配置文件 修改配置文件prometheus.yml，将告警规则配置文件添加到prometheus.yml。注意路径。 global: scrape_interval: 15s # 这个是每次数据手机的频率 evaluation_interval: 15s # 评估告警规则的频率。 # Alertmanager config
Prometheus rules配置
Blue summer的博客
12-15 8143
1、前提 在前面的文章——《Prometheus搭建》中，我们安装好了prometheus，并确认配置正确，web中也能查看到监控的机器情况，现在我们就来尝试制定告警规则，监控我们的机器和服务。 2、配置规则 默认的prometheus配置文件中，rules section并没有配置规则，因此我们需要添加新的规则， [root@centos74 prometheus]# cat /usr/local/prometheus/prometheus.yml ... rule_files: - "rules/
RASA如何处理多意图
qq_27011361的博客
05-10 3308
原文：https://blog.rasa.com/how-to-handle-multiple-intents-per-input-using-rasa-nlu-tensorflow-pipeline/ 随着Rasa NLU 0.12的发布，我们介绍了一个新Rasa NLU pipeline。简而言之，新的pipeline解决了当前chatbot开发者面临的两个问题： 1.如何超出预训练嵌入限...
prometheus rules配置
null
08-09 8375
支持两种rules。 recording rules alerting rules 编辑后不需要重启prometheus验证语法，通过promtool工具： go get github.com/prometheus/prometheus/cmd/promtool promtool check rules /path/to/example.rules.yml Recording rule...
prometheus之记录规则(recording rules)与告警规则(alerting rule)
热门推荐
纵横四海的博客
05-13 2万+
Prometheus支持两种类型的规则：记录规则和警报规则。 要在Prometheus中包含规则，请创建一个包含必要规则语句的文件，并让Prometheus通过Prometheus配置中的rule_files字段加载规则文件。 通过将SIGHUP发送到Prometheus进程，可以在运行时重新加载规则文件。 这些更改仅适用于所有规则文件格式良好的情况。 语法检查规则 要在不启动Promet...
rasa-ui：Rasa UI是Rasa框架的前端
01-31
Rasa用户界面 莎UI是建立在之上的Web应用程序，并为。 Rasa UI提供了一个Web应用程序，可以通过Web界面快速轻松地创建和管理机器人，NLU组件（正则表达式，示例，实体，意图等）和核心组件（故事，动作，响应等）。 ...
rasa-webchat:Rasa和Botfront的功能丰富的聊天小部件
04-28
Rasa网络聊天 :speech_balloon: 一个聊天小部件，在任何网站上部署使用或制作的虚拟助手。 :warning: rasa网络聊天的1.0.1版本适用于2.3.x和2.4.x版本的rasa。 对于其他rasa版本，请使用1.0.0。 特征 短信 快速回覆...
rasa聊天机器人1.7.0版源码
02-28
rasa聊天机器人1.7.0版源码。包含自然语言理解NLU模块和会话管理RASA core部分。用于构建聊天机器人
rasa算法_（十八）基于RASA开始中文机器人实现机制
weixin_32550525的博客
01-09 1389
前文介绍了基于RASA的总体架构，本文着重介绍一下实现细节。机器人管理概述框架是多租户SAAS系统，每个用户可以创建多个机器人，每个机器人关联独立的语料库，机器人能力，话术流程，在RASA中对应一个RASA运行实例。机器人管理应用系统需要给用户提供最精简的配置UI，且可以完成Rasa需要的相关配置。然后将这些数据转成Rasa可以识别的yaml格式，保存在HDFS中。RASA到HDFS中获取配置数据...
docker-compose 国内镜像安装
csdn_life18的博客
01-10 1万+
ocker-compose 国内镜像安装 1、安装docker 推荐安装1.10.0以上版本的Docker客户端，参考文档docker-ce yum -y install docker 2、修改docker 镜像源 vim /etc/docker/daemon.json { “registry-mirrors”: [ “https://hub-mirror.c.163.com”, “https://registry.aliyuncs.com”, “https://registr..
rasa的认识
m0_46259042的博客
03-10 285
学习rasa : 可以作为无知小狗，如果想让小狗明白帮你拿苹果？你会怎么做？ 应该先让它认识苹果 你发出“去拿苹果的指示” 小狗找到苹果，用嘴叼过来 这样训练几次，小狗就会了 并且以后当你发出“拿”的指示，及时不是苹果，你指出的东西，小狗就会拿过来 就是这样的经过不断的训练，就够变得聪明。 Rasa-nlu 就是训练 intent(意图)：拿东西 entriy(实体)：苹果 Rasa 需要训练数据： 实例：nlu.yml nlu: intent: request_weather examples: |
Rasa学习笔记（五）：正则表达式
AlphaFinance
03-14 871
- regex: account_number examples: | - \d{10,12} - intent: check_account_number examples: | - my account number is [1234567891](account_number) - This is my account number [1234567891](account_number)
rasa 略深层次理解
qq_34171593的博客
11-02 508
1 内部结构和原理:(以下递进关系) nlu(定义语料,给出意图) -> config DITETClassFire(识别实体和意图) ->story(根据意图定义剧本,剧本包括意图反馈action和含有实体的意图下的插槽定义并激活监视active_loop) -> domain :表单 ,story中插槽类型和实体名声明 ,表单监视程序 之表单验证声明, 需要在action中定义, 表单填充声明 常规意图反馈声明 实体声明 -> action 实现domain中声明的 表
对话机器人（三）——RASA：训练数据
qnstar_的博客
05-30 2846
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
对话机器人（七）——RASA：基于规则
qnstar_的博客
06-17 1271
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
Rasa原文--Rules
洪源的博客
01-25 748
目录 Rules Writing a Rule# Rules for the Conversation Start# Rules with Conditions# Skip Waiting for User Input at the End of a Rule# Rules and Forms# Rules 规则是一种训练数据，用于训练助手的对话管理模型。规则描述的是应该始终遵循相同路径的简短对话。 不要过度使用规则。规则非常适合处理小型的特定对话模式，但与故事不同的是，规则没有能力概括出
Rasa框架详解：打造智能对话机器人
Rasa NLU 使用机器学习算法来理解和解析用户的意图，同时识别并提取出与对话相关的实体信息，如日期、地点、时间等。 2. **Core (Dialogue Management)**：对话管理核心，是 Rasa 的另一支柱，它追踪并管理会话的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值