1.认识rasa-CFANZ编程社区

认识rasa

Rasa是一套开源机器学习框架，用于构建基于对话上下文的AI小助手和聊天机器人。
Rasa有两个主要模块：
- Rasa NLU 用于对用户消息内容的语义理解；
- Rasa Core 用于对话管理。
配置文件
- Rasa主要的的配置文件有NLU配置、Stories、Domain等
- NLU配置作为实现自然语言的识别，Stories作为会话的剧本、Domain作为处理Action的模本。
NLU训练数据
- NLU 是英文 Natural Language Understanding 的简称，也就是自然语言理解，这个模块用于对用户消息内容进行语义理解并转换成意图。在 Rasa 这里，需要提供一份训练数据，Rasa NLU 会基于这份数据进行模型训练，然后通过模型对用户消息进行语义理解，主要是意图识别和槽值提取

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Ucm6DNkS-1641608562355)(C:\Users\admin\AppData\Roaming\Typora\typora-user-images\image-20201208215824215.png)]$

NLU Config
- 指定训练文字的Pipeline过程，比如指定语言类型、分词模块、词向量Embedding等
  
  $[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RlnxXEDV-1641608562357)(C:\Users\admin\AppData\Roaming\Typora\typora-user-images\image-20201208220623405.png)]$
Stories
- Stories可以理解为对话的场景流程，为什么机器人会基于对话上下文呢? 其实就是这里我们定义的不同场景(剧本)，一个 story 是一个用户与机器人之间真实的对话，这里面包含了可以反映用户输入（信息）的意图和实体以及小助手在回复中应该采取的 action（行动）
  
  $[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-W80nh28I-1641608562358)(C:\Users\admin\AppData\Roaming\Typora\typora-user-images\image-20201208220730347.png)]$
Domain
- Domain 可以理解为机器的知识库，其中定义了intents(意图)，actions(动作)，以及对应动作所反馈的templates(内容模板)，用户说的话转化为意图intents，根据意图提供相对应的响应内容Action：
  
  $[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xnydTsS1-1641608562359)(C:\Users\admin\AppData\Roaming\Typora\typora-user-images\image-20201208220850250.png)]$

训练模型

训练nlu意图:
- python -m rasa_nlu.train -c config/nlu_config.yml --data config/nlu_data.md -o models
训练Stories及Action：
- python -m rasa_core.train -d config/domain.yml -s config/stories.md -o models/dialogu
启动nlu：
- python -m rasa_nlu.server --path models/
启动core:
- python -m rasa_core.run --enable_api --port 5005 -d models/dialogue

run --enable_api --port 5005 -d models/dialogue