Rasa_NLU_Chi

Rasa NLU 中文版，来自 RasaHQ/rasa_nlu 的分支。

请参阅 Rasa NLU 官方文档的最新说明

中文博客

您应该拥有的文件：

• 数据/total_word_feature_extractor_zh.dat

通过 MITIE wordrep 工具对中文语料库进行训练（训练需要 2-3 天）

如需培训，请构建 MITIE Wordrep 工具。请注意，中文语料库应先进行标记，然后再输入工具进行训练。最匹配用户案例的闭域语料库效果最好。

来自中文维基百科转储和百度百科的训练模型可以从中文博客下载。

• 数据/示例/rasa/demo-rasa_zh.json

应该添加尽可能多的例子。

用法：

1. 克隆该项目并运行

 python setup.py install

2. 修改配置。

   目前对于中文我们有两条管道：

   使用MITIE+Jieba（sample_configs/config_jieba_mitie.yml）：

 language : " zh "

pipeline :
- name : " nlp_mitie "
  model : " data/total_word_feature_extractor_zh.dat "
- name : " tokenizer_jieba "
- name : " ner_mitie "
- name : " ner_synonyms "
- name : " intent_entity_featurizer_regex "
- name : " intent_classifier_mitie "

推荐：使用 MITIE+Jieba+sklearn (sample_configs/config_jieba_mitie_sklearn.yml)：

 language : " zh "

pipeline :
- name : " nlp_mitie "
  model : " data/total_word_feature_extractor_zh.dat "
- name : " tokenizer_jieba "
- name : " ner_mitie "
- name : " ner_synonyms "
- name : " intent_entity_featurizer_regex "
- name : " intent_featurizer_mitie "
- name : " intent_classifier_sklearn "

3. （可选）使用Jieba自定义词典或切换Jieba默认词典：

   您可以输入文件路径或目录路径作为“user_dicts”值。 (sample_configs/config_jieba_mitie_sklearn_plus_dict_path.yml)

 language : " zh "

pipeline :
- name : " nlp_mitie "
  model : " data/total_word_feature_extractor_zh.dat "
- name : " tokenizer_jieba "
  default_dict : " ./default_dict.big "
  user_dicts : " ./jieba_userdict "
#  user_dicts: "./jieba_userdict/jieba_userdict.txt"
- name : " ner_mitie "
- name : " ner_synonyms "
- name : " intent_entity_featurizer_regex "
- name : " intent_featurizer_mitie "
- name : " intent_classifier_sklearn "

4. 通过运行训练模型：

   如果您在配置文件中指定项目名称，这会将您的模型保存在 /models/your_project_name 中。

   否则，您的模型将保存在 /models/default 中

 python -m rasa_nlu.train -c sample_configs/config_jieba_mitie_sklearn.yml --data data/examples/rasa/demo-rasa_zh.json --path models

5. 运行 rasa_nlu 服务器：

 python -m rasa_nlu.server -c sample_configs/config_jieba_mitie_sklearn.yml --path models

6. 打开一个新终端，现在您可以从服务器获取结果，例如：

 $ curl -XPOST localhost:5000/parse -d '{"q":"我发烧了该吃什么药？", "project": "rasa_nlu_test", "model": "model_20170921-170911"}' | python -mjson.tool
  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
100   652    0   552  100   100    157     28  0:00:03  0:00:03 --:--:--   157
{
    "entities": [
        {
            "end": 3,
            "entity": "disease",
            "extractor": "ner_mitie",
            "start": 1,
            "value": "发烧"
        }
    ],
    "intent": {
        "confidence": 0.5397186422631861,
        "name": "medical"
    },
    "intent_ranking": [
        {
            "confidence": 0.5397186422631861,
            "name": "medical"
        },
        {
            "confidence": 0.16206323981749196,
            "name": "restaurant_search"
        },
        {
            "confidence": 0.1212448457737397,
            "name": "affirm"
        },
        {
            "confidence": 0.10333600028547868,
            "name": "goodbye"
        },
        {
            "confidence": 0.07363727186010374,
            "name": "greet"
        }
    ],
    "text": "我发烧了该吃什么药？"
}