简介

Rasa自定义中文组件

测试方法

将需要的组件代码复制到config.yml同一文件夹下，并配置config.yml

训练（改字符串不用训练，改数值要训练）

rasa train nlu

运行nlu组件测试

rasa shell nlu

意图分类(classifiers)

1. 实体修改意图

配置

- name: "classifiers.entity_edit_intent.EntityEditIntent"
  entity: ["scene", "city"]  # 根据下标一一对应，实体scene对应意图ask_scene，且ask_scene优先级大于ask_city
  intent: ["ask_scene", "ask_city"]
  min_confidence: 1  # 置信度阈值，预设为绝对修改
  max_entitiy_count: 3  # 实体允许出现的最大数量
  max_entitiy_type: 2  # 实体类型允许出现的最大数量
  edit_intent_ranking: True  # 是否修改intent_ranking

输入

我想去北京的故宫

输出。ask_scene优先级大于ask_city

{
  "intent": {
    "name": "ask_scene",
    "confidence": 1.0
  }
}

输入

我想去北京的故宫、长城、圆明园

输出。实体超过3个，不修改意图

{
  "intent": {
    "name": "affirm",
    "confidence": 0.29089126967953416
  }
}

输入

我今天想去北京的故宫

输出。实体类型超过2个，不修改意图

{
  "intent": {
    "name": "affirm",
    "confidence": 0.29089126967953416
  }
}

若edit_intent_ranking为false，将不修改intent_ranking

输入

我想去北京的故宫

输出。只修改了intent，没修改intent_ranking

{
  "intent": {
    "name": "ask_scene",
    "confidence": 1.0
  },
  "intent_ranking": [
    {
      "name": "greet",
      "confidence": 0.34340366590002536
    },
    {
      "name": "affirm",
      "confidence": 0.2200067386424407
    }
  ]
}

仿真器(emulators)

暂无

实体提取(extractors)

1. 绝对匹配

配置

- name: "extractors.match_entity_extractor.MatchEntityExtractor"
  dictionary_path: "data/lookup_tables/"
  take_short: True  # 重复实体取短
#  take_long: True  # 重复实体取长

输入

海西全称为海西蒙古族藏族自治州

输出

{
  "entities": [
    {
      "start": 0,
      "end": 2,
      "value": "海西",
      "entity": "city",
      "confidence": 1,
      "extractor": "MatchEntityExtractor"
    }
  ]
}

特征提取(featurizers)

暂无

分词器(tokenizers)

暂无

TODO

参考文献

1. Choosing a Pipeline
2. Rasa NLU GQ