Chatette下載 - Chatette原始碼下載

Chatette

Ai源碼

Lots of bug fixes and styling issue fixes

下載

查特

Rasa NLU的資料產生器

安裝 • 解除安裝 • 如何使用Chatte ？ • Chatette vs Chatito ？ • 開發 • 積分

Chatette是一個 Python 程序，可為給定模板檔案的Rasa NLU產生訓練資料集。如果您想為自然語言理解任務建立大型範例資料集而不會太頭疼，那麼Chatette就是適合您的專案。

具體來說， Chatte實作了一種領域特定語言 ( DSL )，讓您可以定義模板來產生大量句子，然後將這些句子儲存為Rasa NLU的輸入格式。

使用的DSL幾乎是 Rodrigo Pimentel 創建的優秀專案Chatito的超集。（注意：DSL 實際上是 Rasa NLU 的 Chatito v2.1.x 的超集，而不是所有可能的適配器。 ）

也可以使用互動模式：

安裝

要運行Chatette ，您需要安裝 Python。 Chatette可與 Python 2.7 和 3.x (>= 3.4) 搭配使用。

Chatette在 PyPI 上可用，因此可以使用pip安裝：

pip install chatette

或者，您可以複製 GitHub 儲存庫並安裝要求：

pip install -r requirements/common.txt

然後，您可以使用 pip 安裝專案（作為可編輯套件），方法是從目錄Chatette/chatette/執行以下命令：

pip install -e .

然後，您可以在複製的目錄中使用以下命令來執行該模組。

解除安裝

您可以使用 pip 來卸載Chatette ：

pip uninstall chatette

如何使用Chatte ？

輸入和輸出數據

Chatette使用和產生的資料從檔案載入並儲存到檔案中。您將因此擁有：

包含範本的一個或多個輸入檔。不需要特定的檔案副檔名。 wiki 上描述了製作這些範本的DSL語法。
一個或多個輸出文件，將由Chatette產生並包含產生的範例。這些檔案可以採用JSON （預設）或Markdown格式，並且可以直接輸入到Rasa NLU 。也可以使用JSONL格式。

跑步聊天

安裝Chatette並建立模板檔案後，執行以下命令：

python -m chatette < path_to_template >

其中python是 Python 解釋器（某些作業系統使用python3作為 Python 3.x 解釋器的別名）。

您可以指定輸出檔案的名稱，如下所示：

python -m chatette < path_to_template > -o < output_directory_path >

是相對於執行腳本的目錄指定的。然後，輸出檔案將保存在/train和/test中的編號.json檔案中。如果您沒有指定輸出目錄的路徑，則預設路徑為output 。

其他程式參數和在 wiki 中進行了描述。

查蒂特vs查蒂托?

TL;DR：主要賣點：使用 Chatette 處理大型專案更容易，您可以將大多數Chatito專案轉換為Chatette項目，無需任何修改。

一個完全合理的問題是：

既然Chatito已經實現了同樣的目的，為什麼還要Chatette存在呢？

這兩個項目其實有不同的目標：

Chatito 的目標是成為一個通用但功能強大的DSL ，並且應該保持非常清晰。雖然它對於小型專案來說完全沒問題，但當專案變得更大時，其DSL的簡單性可能會成為一種負擔：您的範本檔案變得非常大，以至於您在其中迷失了方向。

Chatette定義了更複雜的DSL ，以便能夠管理更大的項目，並嘗試盡可能與Chatito保持互通性。以下是Chatette具有而Chatito不具有的功能的非詳盡列表：

能夠將模板分解為多個文件
可以指定產生句子某些部分的機率
有條件地產生句子的某些部分，前提是產生了其他部分
選擇語法，只需進行少量更改即可防止複製貼上規則，並輕鬆修改部分句子的生成行為
無論產生的範例如何，都能夠定義每個槽（實體）的值
產生首字母不同大小寫的單字的語法
參數支持，以便某些模板可以在不同情況下由不同的字串填充
縮排是允許的，並且只能有一定程度的連貫性
支持同義詞
互動式命令解釋器
Rasa 以JSON或Markdown格式輸出

由於Chatette的 DSL 是Chatito的超集，因此用於Chatito的輸入檔大多數時候完全可用於Chatette （而不是相反）。因此，如果您以前使用過Chatito，那麼開始使用Chatette就很容易。

舉個例子，這個Chatito數據：

 // This template defines different ways to ask for the location of toilets (Chatito version)
%[ask_toilet]('training': '3')
    ~[sorry?] ~[tell me] where the @[toilet#singular] is ~[please?]?
    ~[sorry?] ~[tell me] where the @[toilet#plural] are ~[please?]?

~[sorry]
    sorry
    Sorry
    excuse me
    Excuse me

~[tell me]
    ~[can you?] tell me
    ~[can you?] show me
~[can you]
    can you
    could you
    would you

~[please]
    please

@[toilet#singular]
    toilet
    loo
@[toilet#plural]
    toilets

可以直接作為Chatette的輸入，但此Chatette模板將產生相同的結果：

 // This template defines different ways to ask for the location of toilets (Chatette version)
%[&ask_toilet](3)
    ~[sorry?] ~[tell me] where the @[toilet#singular] is [please?]?
    ~[sorry?] ~[tell me] where the @[toilet#plural] are [please?]?

~[sorry]
    sorry
    excuse me

~[tell me]
    ~[can you?] [tell|show] me
~[can you]
    [can|could|would] you

@[toilet#singular]
    toilet
    loo
@[toilet#plural]
    toilets

Chatito版本可以說更容易閱讀，但Chatette版本更短，這在處理大量模板和潛在重複時可能非常有用。

請注意，與機器學習一樣，過多的數據可能會導致模型因過度擬合而表現不佳。雖然此腳本可用於產生成千上萬個範例，但不建議用於機器學習任務。

Chatette以Chatito命名：法語中的-ette可以翻譯為西班牙語中的-ita或-ito 。請注意， Chatte中的最後一個e不發音（如“note”中的情況）。