rasa学习笔记3-rasa策略

策略

• 每一轮对话，rasa的每一个策略会预测下一个action，并给出置信度，Rasa
  Agent会选出最高置信度的action。当置信度相同的时候，rasa会通过优先级来决定选择的action。

• 如果设置了两个优先级相同的策略，当置信度相同的时候会导致结果是随机的，所以不建议同时使用多个优先级相同的策略。

• rasa优先级（数字越高，优先级越高）：

  5. FormPolicy
  6. FallbackPolicy and TwoStageFallbackPolicy
  7. MemoizationPolicy and AugmentedMemoizationPolicy
  8. MappingPolicy
  9. EmbeddingPolicy, KerasPolicy, and SklearnPolicy

1、策略的配置（自定义配置）

（1）核心参数max_history：

指引rasa根据多少轮对话记录，来决定下一步执行什么动作，max_history的越大，会使得你的模型变得越大，训练的时间越长。

eg、我们需要bot在识别一个意图达到3次的时候执行一个与原设定不一样的回复话术：
可以在对话策略（/stories）里进行如下调整：

stories:
    # 当识别到三次out_of_scope意图以后执行help_message回复话术
    # 为了使RasaCore获得这种行为，需要将max_history设置值最少为4
 - story: utter help after 2 fallbacks
    steps:
    - intent: out_of_scope
    - action: utter_default
    - intent: out_of_scope
    - action: utter_default
    - intent: out_of_scope
    - action: utter_help_message

（2）参数epochs：

epochs数值越小训练速度越快，epochs值会影响训练出来的模型的质量，但并不是将值设置的越高训练的模型质量越高。

（3）rasa文档提及的更多的policy参数：

	① 参数number_of_transformer_layers：
	设置序列转换器编码器层数，用于用户、动作和动作标签文本的序列转换器编码器以及对话转换器编码器
	② 参数transformer_size：
	设置序列转换器编码器层中的单元数，以用于用户、动作和动作标签文本的序列转换器编码器以及对话转换器编码器。
	③ weight_sparsity：
	定义了模型中所有前馈层设置为 0 的内核权重的比例，该值应为 0 到 1 之间的数字。如果设置weight_sparsity 为 0，则不会将内核权重设置为 0，如果将weight_sparsity设置为1，会导致模型无法学习。
	④ ...更多的参数参考rasa官网文档

（4）策略样例模板

policies:
  - name: "MemoizationPolicy"
    max_history: 5
  - name: "FallbackPolicy"
    nlu_threshold: 0.4
    core_threshold: 0.3
    fallback_action_name: "my_fallback_action"

2、策略种类

（1）TED policy：

通过计算对话特征和系统动作特征的相似度提取特征，应用 CRF 算法来预测每个用户文本输入的上下文实体，并通过特征来决定采取何种动作。

（2）Fallback policy：

① 触发情况
意图识别的置信度值低于 nlu_threshold；
排名最高意图的置信度与排名第二意图的置信度值相差小于 ambiguity_threshold；
没有一项对话政策预测高于置信度 core_threshold 的action
② 配置信息
默认动作action_default_fallback：需要先设置好回复话术utter_default

policies:
  - name: "FallbackPolicy"
    nlu_thrpolicies:
  - name: "FallbackPolicy"
    nlu_threshold: 0.3      # 接受NLU预测所需的最低置信度
    ambiguity_threshold: 0.1      # 最高意图的置信度必须超过第二高意图的置信度的最小值
    core_threshold: 0.3      # 接受Rasa Core的动作预测所需的最低置信度
    fallback_action_name: 'action_default_fallback'     # 当意图或动作的置信度低于阈值，将执行回退动作

③ 自定义action_default_fallback

（3）Rulepolicy：

这是针对具备固定行为的对话而设定的策略
配置信息

policies:
  - name: "RulePolicy"
    core_fallback_threshold: 0.3      # 应用“core_fallback_action_name”的置信度阈值
    core_fallback_action_name: action_default_fallback       # 如果没有其他动作被预测到，动作将应用

（4）MemoizationPolicy

记住训练数据中的会话。如果训练数据中存在正确的对话（与stories相匹配），它会根据训练数据将置信度设置为 1.0 ，并预测下一个动作，否则置信度为 0.0 预测为 None。

（5）AugmentedMemoizationPolicy

与MemoizationPolicy的区别在于具有遗忘机制，可以遗忘历史对话记录中的某些步骤，并尝试在历史记录短的情况下找到匹配项。它会根据训练数据将置信度设置为 1.0 ，并预测下一个动作，否则置信度为 0.0 预测为 None。

（6）FormPolicy

FormPolicy 策略是 MemoizationPolicy 的扩展，用来处理表单填充。当 FormAction 被调用时，FormPolicy 策略将不断预测 FormAction，直到表单中的所有必需的槽位值被填充。

（7）MappingPolicy

用于意图对应action之间点对点的直接联系，bot在收到触发意图消息后将运行映射的动作，		然后继续监听下一条消息。随着下一条用户消息，将恢复正常预测。

参考文档：

rasa官方文档
知乎：
Rasa 入门教程 Core 系列（五）- 桃子
RASA CORE Policy- 孟繁中