对话机器人（七）——RASA：基于规则

最新推荐文章于 2025-06-01 09:16:53 发布
原创 最新推荐文章于 2025-06-01 09:16:53 发布 · 1.3k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #自然语言处理

本文介绍了RASA对话机器人如何处理无法理解的用户输入，包括NLU fallback和策略fallback，以及内建和自定义的意图触发动作。NLU fallback在NLU阶段遇到理解困难时，会触发 utter_please_rephrase 动作，而策略fallback在预测动作不确定时，会执行 action_default_fallback。此外，RulePolicy允许自定义意图来触发特定动作。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1. fallback

解决机器人无法处理的情况。如，用户表达不清楚，超出机器人能提供服务的范围，这时需要“兜底”的fallback操作。

a. NLU fallback

负责处理NLU阶段理解用户意图困难或模糊的情况。FallbackClassifier组件，可见pipline。

如：

pipline: 
   - name: FallbackClassifier
     threshold: 0.6
     ambiguity_threshold: 0.1

若所有意图分类组件预测出的结果中，最高的置信度小于0.6（threshold值）或最高的前2个意图得分之差不超过0.1（ambiguity_threshold），NLU的意图就会被替换成nlu_fallback。


                

                
                
        

    

    
  


        

            

                      
                        最低0.47元/天 解锁文章
                        

                          
200万优质内容无限畅学

                          
                        

                      
            

        


    



                



	

		

			

				
					
Rasa 3.x 学习系列-Rasa 3.1+ ElasticSearch 8.2.0 对话机器人实战七

				
			

			

				

					大模型与Agent智能体
				

				

					05-20
					
					878
					
				

			

		

		

			
				
Rasa对话机器人查询指定年份的电影
Rasa Interactive对话机器人调试
Rasa 3.1.0 KnowledgeBase源码解析
Rasa KnowledgeBase Action类
Rasa KnowledgeBase存储类
Rasa KnowledgeBase类
InMemoryKnowledgeBase 类
Rasa KnowledgeBase工具类
Rasa KnowledgeBase常量定义
Rasa KnowledgeBase工具方法get_object_name 

			
		

	



                

            
              



	

		

			

				
					
Gavin老师Transformer直播课感悟 - 基于Transformer的Rasa 3.x 内核解密之RulePolicy完整源码详解(十九)

				
			

			

				

					m0_49380401的博客
				

				

					01-14
					
					583
					
				

			

		

		

			
				
本文继续围绕工业级业务对话平台和框架Rasa对RulePolicy完整源码进行解析。











一、关于Rule-based Policies源码解析

RulePolicy初始化代码详解
RulePolicy继承自MemoizationPolicy，RulePolicy只关心当前的一个turn，从这点来说比MemoizationPolicy在预测上更严格。





下面这个方法返回这个policy所支持的数据类型：







下面这个方法返回默认配置，如rule...

			
		

	



              


  
              

                


	

		

			

				
					
基于RASA构建聊天机器人.pdf
FAQ问答机器人.pdf

				
			

			

				

					04-03
				

			

		

		

			
				
基于RASA构建聊天机器人.pdf
FAQ问答机器人.pdf

			
		

	





	

		

			

				
					
基于华为云对话机器人技能平台的规则模板概述

				
			

			

				

					华为云官方博客
				

				

					08-30
					
					2796
					
				

			

		

		

			
				
华为云对话机器人服务中的技能平台，向机器人服务提供了一系列即插即用的技能，可为对话机器人增加了用户配置机器人的灵活度。

在邀测的过程中，我们总结了在技能平台上使用的规则配置上的一些功能和想法，与大家分享。

1.  规则定义

当前，基于华为云对话机器人技能平台的规则模板定义如下：





W表示通配符(wildcare)， S表示槽(slot)， D表示词典(Dictionary),...

			
		

	



		

			
		



	

		

			

				
					
Rasa开源框架安装指南：从基础到高级配置

					
最新发布

				
			

			

				

					gitblog_01097的博客
				

				

					06-01
					
					474
					
				

			

		

		

			
				
Rasa开源框架安装指南：从基础到高级配置
前言
Rasa是一个强大的开源对话式AI框架，它允许开发者构建、改进和部署基于文本和语音的对话助手。本文将详细介绍Rasa开源框架的安装过程，包括基础安装、源码编译、额外依赖管理以及版本升级等全方位内容。
系统要求
Rasa支持在以下操作系统上运行：

Ubuntu（推荐16.04或更高版本）
macOS（推荐10.12或更高版本）
Windows（10...

			
		

	





	

		

			

				
					
智能对话机器人实战（PDF课件）.rar

				
			

			

				

					07-31
				

			

		

		

			
				
智能对话机器人实战（课件）案例驱动：三大智能对话机器人需求场景，三个完整案例；一套完整的智能对话机器人开发方法，三大智能对话框架；

			
		

	





	

		

			

				
					
Rasa 3.X 智能对话机器人案例开发硬核实战高手之路 （7大项目Expert版本）  课程简介.docx

				
			

			

				

					02-27
				

			

		

		

			
				
星空对话机器人在7大Rasa 3.X内核架构及源码解密系统课程的基础上推出了“Rasa智能对话机器人应用开发硬核实战高手之路”，帮助大家掌握Rasa硬核应用程序开发能力。

课程由7大部分构成：
	1，Rasa 3.X Interactive Learning对话机器人应用调试与案例实战
2，Rasa 3.X项目Helpdesk Assistant架构、流程、源码及Interactive本质内幕
	3，Rasa 3.X项目实战：基于ElasticSearch的影视对话机器人
4，Rasa 3.X 项目实战之电商零售Customer Service智能业务对话机器人
5，Rasa 3.X 项目实战之银行金融Financial Bot智能业务对话机器人
6，Rasa 3.X 项目实战之保险行业Insurance Bot智能业务对话机器人
7，19小时精通Rasa 3.X 项目实战之教育行业Education Bot智能业务对话机器人
每一个部分都是聚焦于智能业务对话机器人经典场景下的经典技术而设计实现的Rasa 3.X智能业务对话机器人项目来驱动的，包括其架构设计、配置内幕、源码实现、测试

			
		

	





	

		

			

				
					
【小贝出品】定制你的对话机器人 - 基于RASA搭建

				
			

			

				

					weixin_43475854的博客
				

				

					03-21
					
					2150
					
				

			

		

		

			
				
【小贝出品】定制你的对话机器人 - 基于RASA搭建



源代码 Hands on Setting Up Develop Environment

Open Custom Connector MoreConcept 工程上的处理


	Tracker Store
	
	
	Event Broker
	
	
	Model Storage
	
	
	Chitchat and FAQs Asignment 自己的机器人，并且使用active serve去实现对话机器人天气查询功能
	
RASA


	W...

			
		

	





	

		

			

				
					
对话机器人（六）——RASA：Actions

				
			

			

				

					qnstar_的博客
				

				

					06-17
					
					2371
					
				

			

		

		

			
				
action：接收用户输入和对话状态信息，按照业务逻辑进行处理，并输出改变对话状态的事件和回复用户的消息。和domain中的response关联在一起，当调用这类动作时，会自动查找response中同名的模板并渲染。填表：多次和用户交互，收集任务所需要的要素，直到所需的要素收集完整。（1）用户表达自己的需求（意图和实体）。（2）根据用户意图，确定合适的表单，将用户在对话中提供的实体信息填入其中。机器人查看表单中缺失的字段，按照一定的策略询问用户关于缺失字段的问题。（3）用户提供缺失字段信息。（4）机器人将缺

			
		

	





	

		

			

				
					
对话机器人（四）——RASA：Domain

				
			

			

				

					qnstar_的博客
				

				

					06-17
					
					1488
					
				

			

		

		

			
				
domain定义了机器人可操作的数据范围，包括意图(intents)、实体(entities)、词槽(slots)、回复(responses)、表单(form)、动作(actions)和会话session的配置(session_config)。​	❃ 意图、实体：输入的范围​	❃ 词槽、表单：内部的变量，表征状态和存储记忆​	❃ 动作：模型输出的范围​	❃ 回复：机器人回复的模板

完整的domain示例：
2. 意图
列出在和中使用的所有的意图。参数：
上述例子中，意图有：greet(欢迎)、goodby

			
		

	





	

		

			

				
					
对话机器人（三）——RASA：训练数据

				
			

			

				

					qnstar_的博客
				

				

					05-30
					
					3038
					
				

			

		

		

			
				
1. 训练数据格式
使用YAML作为统一且可扩展的方式来管理所有训练数据，包括NLU数据、stories、rules。训练数据可以使用多个YAML文件，每个文件包含NLU数据、stories、rules的任意组合。
version: "3.1"
nlu:
- intent: greet
  examples: |
    - Hey
    - Hi
    - hey there [Sara](name)

- intent: faq/language
  examples: |
    - What l

			
		

	





	

		

			

				
					
对话机器人（五）——RASA：Config

				
			

			

				

					qnstar_的博客
				

				

					06-17
					
					1610
					
				

			

		

		

			
				
定义了模型将用于根据用户输入进行预测的组件和策略。recipe: 当前配置文件所用的格式，rasa仅支持default.v1格式。
1. pipline组件
组件构成NLU pipline并按顺序将用户输入处理成结构化输出。包含语言模型、分词器、特征提取、实体识别、意图分类、结构化输出。组件具有以下特征：加载预训练的词向量模型。MITIE 库需要一个语言模型文件，必须在配置中指定。

(2) spaCyNLP
初始化 spaCy 结构。每个 spaCy 组件都依赖于此，需要放在pipline的开头。

b.

			
		

	





	

		

			

				
					
RasaTalk：Rasa NLU的聊天机器人框架

				
			

			

				

					01-31
				

			

		

		

			
				
基本概述
Rasa Talk是在Rasa NLU之上构建的对话框管理工具。 它建立在对内部对话管理系统开源的渴望之上。 最初是受Rasa UI启发的，取自Watson对话。
 Rasa Talk可以用作培训数据生成器，但也可以将您的聊天机器人连接到Facebook / Telegram / Skype / Slack！
 随时向我发送消息
演示版
 （用户： ：demo1234）
安装
先决条件
数据库： 您可以像一样在本地或在线运行
Chatbot Brain：  NLU-我建议使用运行
git clone https://github.com/jackdh/RasaTalk/
Rename example.env to '.env'
Update the variables to include your MongoDB server IP and Rasa NLU IP.
yarn
yarn start
码头工人
使用选定的环境变量更新.env或.env docker-compose.yml 。 （Mongodb卷在Windows上不起作用）
 docker-compose up

			
		

	





	

		

			

				
					
kairon：基于RASA构建的工具套件，用于使用高级NLP训练和部署您的聊天机器人

				
			

			

				

					02-05
				

			

		

		

			
				
凯龙
Kairon被设想为基于Web的微服务驱动套件，可帮助大规模培训Rasa上下文AI助手。 它旨在通过为他们提供无编码的Web界面来适应，培训，测试和维护此类助手，从而使与AI助手一起工作的人们的生活变得容易。
 什么是凯伦？
 Kairon当前是在RASA框架上构建的，具有有用的UI界面的一组工具。 而RASA专注于聊天机器人本身的技术。 另一方面，Kairon专注于处理该框架所需数据的预处理的技术。 其中包括问题的扩充和知识图的生成，这些知识图可用于自动生成意图，问题和响应。 它还处理这些机器人的后期处理和维护，例如指标/后续消息等。
 它能做什么？
 Kairon是开源的。 用户面临

			
		

	





	

		

			

				
					
Gavin老师Transformer直播课感悟 - 基于Transformer的Rasa 3.x 内核解密之Rule-based Policies架构设计与源码解析(十八)

				
			

			

				

					m0_49380401的博客
				

				

					01-13
					
					423
					
				

			

		

		

			
				
本文继续围绕工业级业务对话平台和框架Rasa对Rule-based Policies架构设计与源码进行解析。











一、关于Rule-based Policies架构设计与源码解析

Rule Policy内部机制解析
   Rasa 2.0 引入了用于配置对话管理的Rule Policy，从而可以清晰地区分使用预定义逻辑来选择一个固定的response的policies和其它通过训练数据学习来预测对话机器人的next action的policies。通过Rule Policy机制可...

			
		

	





	

		

			

				
					
Rasa项目实战之银行金融Financial Bot智能业务对话机器人业务功能微服务解析与调试(九十四)

				
			

			

				

					m0_49380401的博客
				

				

					05-15
					
					534
					
				

			

		

		

			
				
一、Rasa项目实战之银行金融Financial Bot智能业务对话机器人转人工流程解析与演示

   用户在与对话机器人进行交互时，有时因为当前对话机器人提供的业务流程无法满足用户需求，这时用户可能会要求转人工服务，另外一种情况是对话机器人根据预先设定的配置，譬如在进行fallback处理时达到了触发转人工服务的条件，也会提示用户是否需要转人工服务，用户可以选择接受或者拒绝转人工处理。在进行转人工服务时，通常服务提供商会使用helpdesk来提供人工服务给用户。在本项目中，我们先运行可视化流程图来看...

			
		

	





	

		

			

				
					
Rasa 多轮对话机器人

				
			

			

				

					人上人酿酒师的博客
				

				

					09-04
					
					3301
					
				

			

		

		

			
				
Rasa NLU：提取用户想要做什么和关键的上下文信息Rasa Core：基于对话历史，选择最优的回复和动作通道(channel)和动作(action)：连线对话机器人与用户及后端服务系统。tracker store、lock store和event broker等辅助系统组件之间的顺序关系至关重要。例如，NER组件需要前面的组件提供分词结果才能正常工作，因此前面的组件中必须有一个分词器。组件是可以相互替换的。例如，清华大学开发的分词器和北京大学开发的分词器均能提供分词结果。

			
		

	





	

		

			

				
					
Rasa UI：简化Rasa机器人框架的前端管理

				
			

			

				

					
				

			

		

		

			
				
Rasa框架是一个开源的对话式AI工具集，被广泛应用于构建基于自然语言处理（NLP）的对话机器人，特别是用于交互式聊天机器人和自动客服系统。Rasa UI的核心功能包括创建和管理训练数据、模型训练和加载、以及机器人...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

  
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值