Rasa聊天机器人（一）:简介及环境搭建

基本概念

• Rasa 是一个基于机器学习实现多轮对话的开源机器人框架，其中包含两个模块Rasa_core：github与Rasa_nlu：github
• Rasa-Nlu 是自然语言理解模型集合，主要包括意图识别，实体识别，它会把用户的输入转换为结构化的数据
• Rasa-Core 是一个对话管理的平台，它的工作是决定接下来机器该返回什么内容给用户，即实现与用户的交互逻辑
• 开发语言：Python
• 模型开发框架：Tensorflow、Keras、Scikit-Learn

基本流程

• 假设有如下三个场景

• 1: 办理套餐、查询话费和流量(会话场景1)
• 2：案件查询(会话场景2)
• 3：Q&A问答+闲聊(非1、2场景)：

• 流程如下
  

环境搭建

• Step1: Python环境安装

• 强烈建议以Anaconda搭建python环境，Anaconda安装教程：

• 1：下载镜像：连接 选择对应的环境版本下载
• 2：点击安装一直到完成，默认安装到root目录下的
• 3：验证 命令行输入： conda info 能显示python、conda的版本则表示安装成功
• 4：设置Anaconda镜像，加速下载包，国内的快。分别执行：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/c
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

• Step2: Rasa环境搭建(主要就是tensorflow环境安装)

• 1：创建新的开发环境，环境名为rasa，python版本为3.6

conda create -n rasa python=3.6

• 2：进入刚才创建的环境中

source activate rasa

• 3：安装tensorflow cpu版本(gpu安装将下面改为tensorflow-gpu),一定要conda安装tensorflow，不然很可能会报错

conda install tensorflow-mkl

• 4：安装rasa相关包

pip install rasa-nlu==0.14.4
pip install rasa-core==0.13.2
pip install rasa-core-sdk==0.12.1
pip install keras

• 5：获取Demo代码

git clone https://github.com/xiaoxiong74/rasa_chatbot.git

• 6：按Demo中步骤运行即可