Rasa课程、Rasa培训、Rasa面试系列之： Rasa 3.x NLU意图和实体-消息传递

Rasa课程、Rasa培训、Rasa面试系列之： Rasa 3.x NLU意图和实体-消息传递

Rasa管道中的组件相互依赖，读者可能想知道它们是如何相互作用的。为了理解这是如何工作的，先看一个配置文件的示例config.yml

NLU管道是一系列组件，这些部件是按顺序排列的。这意味着管道配置可以看作是数据需要通过的一系列线性步骤。每当用户与助理交谈时，Rasa会通过一个“Message”对象在内部跟踪话语的状态。此对象由管道中的每个步骤处理，下图概述了处理消息时发生的情况。

从表中可以看出。

• 消息首先作为一个容器开始，只有简单的用户话语。
• 在消息通过标记器之后，它被拆分为标记。注意，我们在图中将标记表示为字符串，而在内部它们由“Token”对象表示。
• 当消息通过countVectorsFeatureizer时，稀疏特征被添加。整个句子和特征之间有区别。在通过第二个特征化器后，稀疏特征的大小会增加。
• DIETClassifier将在消息中查找“稀疏特征”和“密集特征”，以便做出预测。处理完成后，它将把意图预测附加到消息对象。

每次消息通过管道步骤时，消息对象都将获得新的信息。这也意味着，如果要向消息中添加信息，可以继续向管道添加步骤。这也是为什么可以附加额外的实体提取模型。

管道中的每一步都可以向消息添加信息。这意味着您可以添加多个实体提取步骤，并且可以并向消息中添加实体。

检查消息对象：如果您对自己查看消息状态感兴趣，可以通过下面的代码检查模型的输出，代码 在Rasa 2中工作 。

Rasa官网链接： https://rasa.com/docs/rasa/

Gavin大咖课程信息分享：

NLP 高手之路101课（模型、算法、论文、源码、案例 + 1年答疑）

Rasa 3.x 源码高手之路：系统架构、内核算法、源码实现详解

Gavin大咖简介

星空智能对话机器人创始人、AI通用双线思考法作者，现工作于硅谷顶级的AI实验室。专精于Conversational AI. 在美国曾先后工作于硅谷最顶级的机器学习和人工智能实验室

Gavin大咖微信：NLP_Matrix_Space

联系电话：+1 650-603-1290

联系邮箱：[email protected]

助教老师微信：Spark_AI_NLP

博客链接：https://blog.csdn.net/duan_zhihua

作者参与Gavin大咖主编出版Spark系列图书5本，清华大学出版社最新出版2本新书《Spark大数据商业实战三部曲：内核解密|商业案例|性能调优》第二版、《企业级AI技术内幕：深度学习框架开发+机器学习案例实战+Alluxio解密》，累计原创博客1475篇，涵盖大数据、人工智能、智能对话机器人等内容，博客阅读量达217万次。

Gavin大咖课程信息分享

课程名称：Rasa 3.x 源码高手之路：系统架构、内核算法、源码实现详解

课程介绍：

Rasa是Conversational AI在智能业务对话领域工程落地全球最为成功对话机器人系统，是基于Transformer架构的全球使用最广泛的智能业务对话机器人框架，是NLP技术的集大成者。在当今全球范围各项对比指标综合成绩中，Rasa均处于领先地位：

本课程致力于彻底解密Rasa 3.x系统架构、内核算法、知识图谱及源码实现：

具体来说，该系统课程是以下五大课程的合集：

1. 业务对话机器人Rasa 3.x Internals内幕详解及Rasa框架定制实战
2. 业务对话机器人R