2021-06-15 Rasa对话机器人项目实例 （1）——环境搭建，项目初试

rasa对话系统实战（1）环境配置+初始

参考文档

（重要）rasa官方文档：
https://rasa.com/docs/rasa/installation
实例中文对话项目参考：
https://www.jianshu.com/p/063d7cd598d3
综合三个对话机器人的融合项目：
https://blog.csdn.net/qq_42189083/article/details/88076128
简单流程参考：
https://paper.yanxishe.com/columnDetail/17542
（重要）rasa简要知识点：
https://blog.csdn.net/ling620/article/details/99845885
MITIE词向量模型详细安装流程：
https://blog.csdn.net/liu765023051/article/details/83107254
Rasa_nlu_chi：入门教程
https://blog.csdn.net/sinat_36226553/article/details/110846622

---

rasa主要部分为NLU和core：
Rasa NLU 用于聊天机器人中的意图识别和实体提取

“I am looking for a Mexican restaurant in the center of town”

返回结构化数据:

{
  "intent": "search_restaurant",
  "entities": {
    "cuisine" : "Mexican",
    "location" : "center"
  }
}

环境配置

环境：
python：3.6.4
pycharm: 2017（使用pycharm作为编译器）
VS: 2017

开始配置
在目录E:\1rasa\code下根据rasa官方文档配置环境。
省略文档中过程……

rasa init

或者

rasa init --no-prompt

（如果不用–no-prompt 就会 问很多关于配置的问题）

训练：

rasa train

训练成功的模型存在models文件夹下

only the parts of your model that have changed will be re-trained.

执行：

rasa shell

其他具体命令查看官方文档：https://rasa.com/docs/rasa/command-line-interface

Rasa X 交互界面：

rasa interactive

This will first train a model and then start an interactive shell session. You can then correct your assistants predictions as you talk to it.

http://localhost:5005/visualization.html as soon as the session has started. This diagram can take some time to generate. To skip the visualization, run rasa interactive --skip-visualization.

http://192.168.0.105:5002/login

运行：

rasa run

测试

To evaluate a model on your test data, run:

rasa test
//or
rasa test core
//or
rasa test nlu

数据集分割 rasa data split
To create a train-test split of your NLU training data, run:

rasa data split nlu

---

前提配置 cmake boost安装
https://blog.csdn.net/caroline2222/article/details/88601373

MITIE安装

中文Rasa_NLU_Chi安装：

训练
1.采用> git clone https://github.com/crownpku/Rasa_NLU_Chi.git 将项目下载到本地；
2. 进入到Rasa_NLU_Chi文件中，打开终端，运行python setup.py install
3.下载训练好的MITIE模型total_word_feature_extractor_chi.dat，分享如下。
链接: https://pan.baidu.com/s/1kZJwLnteouC7e3dKam0PpQ 密码: mdhj
下载后放置位置为Rasa_NLU_Chi/data/total_word_feature_extractor_chi.dat
4.在Rasa_NLU_Chi文件 mkdir mitie, 然后进入到mitie文件下，在终端输入> git clone https://github.com/mit-nlp/MITIE.git 下载MITIE
然后进入到MITIE文件下，在终端输入python setup.py install
5.打开pycharm，打开Rasa_NLU_Chi工程，打开/rasa_nlu/train.py，在Edit Configurations中输入> -c …/sample_configs/config_jieba_mitie_sklearn.yml --data …/data/examples/rasa/demo-rasa_zh.json --path models
然后就可以调试train.py了
————————————————
原文链接：https://blog.csdn.net/Suan2014/article/details/84143330

问题：
1.git安装报错
2.cmake安装后要把路径添加到环境变量中
3.boost安装不成功（找不到bin文件夹。可以编译，无法运行）
4.VS未安装C环境，安装目录在C://（重新安装VS、更换路径）

安装rasa core
https://blog.csdn.net/qq_42189083/article/details/88310407
https://blog.csdn.net/qq_42189083/article/details/88076128