grafana官方使用文档_2. Rasa官方文档使用指南（下）

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

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

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

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

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

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

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~