使用Rasa_core和Rasa_nls框架搭建问答机器人

1 前期准备

1.1 采集数据

采集有关南京博物院的有关数据，并进行中文分词（其中还需要用户自定义词典），其主要技术为：python爬虫、 jieba分词
内容如下:

1.2 构建语料库

根据已经采集好的数据构建语料库，其相关技术：MITIE工具

2 RASA_NLU

NLU模块的任务是：

• 意图识别 (Intent)：在句子级别进行分类，明确意图；
• 实体识别(Entity)：在词级别找出用户问题中的关键实体，进行实体槽填充(Slot Filling)。

2.1 进行rasa_nlu配置

配置文件如下：

language: "zh"

pipeline:
- name: "nlp_mitie"
  model: "data/total_word_feature_extractor.dat"
- name: "tokenizer_jieba"
  user_dicts: "./user.dict"
- name: "ner_mitie"
- name: "ner_synonyms"
- name: "intent_entity_featurizer_regex"
- name: "intent_featurizer_mitie"
- name: "intent_classifier_sklearn"

2.2 准备训练数据

数据格式如下：

2.3 训练

代码如下：

  from rasa_nlu.training_data import load_data
    from rasa_nlu.config import RasaNLUModelConfig
    from rasa_nlu.model import Trainer
    from rasa_nlu import config
    from rasa_core.agent import Agent
    from rasa_core.policies.memoization import MemoizationPolicy
    from rasa_core.interpreter import RasaNLUInterpreter
    from rasa_core.policies.keras_policy import KerasPolicy
    from rasa_core.channels.console import ConsoleInputChannel
    
    # 训练模型
    def train():
        # 示例数据
        training_data = load_data('data/museum.json')
        # pipeline配置
        trainer = Trainer(config.load("sample_configs/museum_config.json"))
        trainer.train(training_data)
        model_directory = trainer.persist('./models/demo/')
        print(model_directory)
        predict(model_directory) 
    
    # 识别意图
    def predict(model_directory):
        from rasa_nlu.model import Metadata, Interpreter
    
        interpreter = Interpreter.load(model_directory)
        # 使用加载的interpreter处理文本
        print (interpreter.parse(u"这里有什么好看的展览"))
    
    
    if __name__=='__main__':
        train()

2.4测试rasa_nlu

3 RASA_CORE

3.1 定义domain.yml

格式如下：

3.2 进行在线学习

代码如下：

   from rasa_nlu.training_data import load_data
    from rasa_nlu.config import RasaNLUModelConfig
    from rasa_nlu.model import Trainer
    from rasa_nlu import config
    from rasa_core.agent import Agent
    from rasa_core.policies.memoization import MemoizationPolicy
    from rasa_core.interpreter import RasaNLUInterpreter
    from rasa_core.policies.keras_policy import KerasPolicy
    from rasa_core.channels.console import ConsoleInputChannel
    
    def train_online(input_channel=ConsoleInputChannel(),
                          interpreter=RasaNLUInterpreter("models/demo/default/model_20180701-171646"),
                          domain_file="data/domain.yml",
                          training_data_file="data/museum_story.md"):
        agent = Agent(domain_file,
                      policies=[MemoizationPolicy(), KerasPolicy()],
                      interpreter=interpreter)
    
        agent.train_online(training_data_file,
                           input_channel=input_channel,
                           max_history=2,
                           batch_size=50,
                           epochs=200,
                           max_training_samples=300)
    
    if __name__=='__main__':
        train_online()

训练过程如下：

最终得到stories.md
格式如下：

3.3 训练对话

采用LSTM网络训练对话
代码如下：

  from rasa_nlu.training_data import load_data
    from rasa_nlu.config import RasaNLUModelConfig
    from rasa_nlu.model import Trainer
    from rasa_nlu import config
    from rasa_core.agent import Agent
    from rasa_core.policies.memoization import MemoizationPolicy
    from rasa_core.interpreter import RasaNLUInterpreter
    from rasa_core.policies.keras_policy import KerasPolicy
    from rasa_core.channels.console import ConsoleInputChannel
    
    def train_dialogue(domain_file="data/domain.yml",
                       model_path="models/dialogue",
                       training_data_file="stories.md"):
        agent = Agent(domain_file,policies=[MemoizationPolicy()])
        agent.train(
                training_data_file,
                max_history=3,
                epochs=100,
                batch_size=50,
                augmentation_factor=50,
                validation_split=0.2
        )
    
        agent.persist(model_path)
    
    if __name__=='__main__':
    	train_dialogue()

4 微信展示

4.1 前言

由于域名需要备案（正在审查），所以微信小程序的接口不能申请成功，于是调用了微信的接口实现了对话过程。并且这里的代码将回答直接写进代码只作为测试使用，并没有去数据库查询数据。
代码如下：

  from wxpy import *
    import requests
    
    bot = Bot(cache_path=True)
    friend =bot.friends().search('蒋双庆')[0]
    
    @bot.register()
    def reply_msg(msg):
        url = 'http://127.0.0.1:5005/conversations/default/parse'
        p = {'query':msg.text}
        r = requests.get(url, params=p)
        intent = r.json()['tracker']['latest_message']['intent']['name']
        if(intent=='greet'):
            msg.reply("您好！我是您的专属智慧导游“小博”！")
        elif(intent=='goodbye'):
            msg.reply('再见！')
        elif(intent=='person_search'):
            msg.reply('弗朗特斯克·毕勒克，19世纪末20世纪初捷克新艺术运动的杰出代表。他和其他艺术家一样“还生活于艺术”，又和其他艺术家不一样，用自己的艺术感觉在宗教和神秘中找寻曾经的安全感。')
            msg.reply_image('images/1.jpg')
        elif(intent=='exhibition_search'):
            msg.reply('近期有一场新的展览“毕勒克——捷克新艺术运动大师”，展出毕勒克绘画、雕塑等35件作品，展现了他“还生活于艺术”的创作理念，也表达了对人类命运的反思。')
        elif(intent=='painting_search'):
            msg.reply('弗朗特斯克·毕勒克的主要代表作有《主祷文》、《我的太阳》、《手》等等')
        elif(intent=='painting_description'):
            msg.reply('《主祷文》是耶稣基督传给门徒的祷告词，是礼拜仪式中通用的祈祷文。毕勒克认为艺术是生活的表现，生活因真理而存在，他的艺术态度即为宗教忏悔。创作这几幅《主祷文》主题的画作时毕勒克28岁，年轻的他在作品中表现出神奇的洞察力，并用奇特的表现手法，展露了与众不同的艺术风格。')
            msg.reply_image('images/2.jpg')
    
    embed()

4.2 对话过程展示