grafana官方使用文档_2. Rasa官方文档使用指南(下)

0df858f462e54c537637da6fad28b07e.png
  1. 如果你想了解带 Roles 和 Groups 的Entities数据是怎么回事儿,有什么作用,该如何定义,那你应该去这里
Entities Roles and Groups​rasa.com

2. 在你的训练数据中有带 Roles 和 Groups 的Entities,那就需要在domain文件的entitiessection下将其列出来,那你可以参考这里,同时此处还说明了提取不同类型entity用到的实体提取器

Domain​rasa.com
24d882886cc14c7768c1b983461e41f6.png

3. 如果要按roles或groups影响对话预测,那么需要修改 stories以包含所需的roles或groups标签,查看这里

Entity Roles and Groups influencing dialogue predictions​rasa.com
24d882886cc14c7768c1b983461e41f6.png

4. 除了Rasa内置的集中slot 类型,如果你还想自定义新的slot 类型,那你可以看这里。注意,除了要写定义新slot 类型的函数,你还得编写对应的stories数据

Domain​rasa.com
24d882886cc14c7768c1b983461e41f6.png

5. 在Rasa中,组件构成了NLU管道,并按顺序工作以将用户输入处理为结构化输出。 包括以下组件:

  • 预处理(Language Models, Tokenizers, Featurizers)
  • 意图分类(Intent Classification)
  • 实体提取(Entity Extraction)
  • 响应选择(Response Selection)

如果你要了解组成 NLU pipeline 的组件(Components)有哪些及其详细使用方法,那请仔细阅读这里

Components​rasa.com
24d882886cc14c7768c1b983461e41f6.png

最近两年Transformers类模型大放异彩,如果你想在自己的机器人里使用此类模型,那你应该重点关注这里

HFTransformersNLP​rasa.com
24d882886cc14c7768c1b983461e41f6.png

和这里

LanguageModelFeaturizer​rasa.com

另外,如果官方提供的组件不能满足你的需要,你还可以自定义组件

Components​rasa.com
24d882886cc14c7768c1b983461e41f6.png

总结:官方文档的使用指南暂时就记录这么多,后面文章涉及的内容包括:roles和groups使用详解;Domain使用详解;Actions使用详解等等。如果觉得有用就收藏关注本专栏,以备不时之需,谢谢~

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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