rasa ptbr boilerplate

淺層樣板

英文版：README-en

此樣板是作為 Tais 專案的通用抽象而誕生的。如今，它的目標是讓創建 Rasa 聊天機器人變得更容易。隨著框架的發展，目前樣板的重點是即時程式碼文件。

在這裡您可以找到完全使用巴西葡萄牙語的聊天機器人，它將幫助您提供對話、程式碼和 Rasa 功能的使用範例。

建築學

樣板架構可分為 2 個主要部分：

• 創造

將.yml設定檔轉換為包含聊天機器人智慧的modelo treinado的過程。

• 提供

使用者透過 Telegram 與 Boilerplate 進行交互，Telegram 透過連接器向 Rasa NLU 發送訊息，在其中識別意圖，並根據故事和操作透過 Rasa Core 進行回應。

用於對話的模型由訓練器模組生成，然後傳輸到機器人。

教學

首先，使用以下命令將儲存庫克隆到本機：

git clone https://github.com/lappis-unb/rasa-ptbr-boilerplate.git

要讓 Rasa 聊天機器人正常運作，請確保您位於專案資料夾中，然後在終端機中執行以下命令：

make init

此命令將建立必要的基礎設施（上傳具有依賴項的容器、訓練聊天機器人並在 shell 模式下啟動聊天）以啟用與聊天機器人的互動。

安裝完所有內容後，您將看到以下訊息並可以開始與機器人互動：

Bot loaded. Type a message and press enter (use ' /stop ' to exit):
Your input - >

要關閉與機器人的交互，只需輸入ctrl+c 。

命令

• 訓練命令用於在機器人對話中創建必要的模型。要訓練您的聊天機器人，請執行以下命令：

make train

• 要在終端機中運行機器人，請運行：

make shell

電報配置

完成所有必要環境變數的匯出教學後，您可以在 Telegram 上正確執行機器人。

在繼續之前。重要提示：環境變數對於機器人正常運作是必要的，所以不要忘記導出它們。

然後在 Telegram 上運行機器人：

make telegram

分析

為了視覺化使用者和聊天機器人之間的互動數據，我們使用了 Elastic Stack 的一部分，由 ElasticSearch 和 Kibana 組成。因此，我們使用代理來管理訊息。因此，無論我們使用哪種類型的通訊工具，我們都可以在 ElasticSearch 中新增訊息。

• 若要快速配置，請執行以下命令：

make build-analytics

等待ElasticSearch服務準備就緒，然後執行下列命令設定索引：

 make config-elastic

等待Kibana服務準備就緒，然後執行以下命令來設定儀表板：

 make config-kibana

上述命令只需執行一次，整個analytics基礎設施就可供使用。

透過 URL locahost:5601存取kibana

如果您想了解分析堆疊配置過程，請參閱完整的分析說明。

新增自訂培訓組件

Rasa 可讓您將自訂模組新增至處理管道中，請在此處了解更多資訊。

這裡有一個實現情感分析的自訂元件的範例。

要使用它，只需將components.sentiment_analyzer.SentimentAnalyzer元件引入bot/config.yml檔案即可。如範例所示：

 language : "pt"

pipeline:
  - name: WhitespaceTokenizer
  - name: "components.sentiment_analyzer.SentimentAnalyzer"                                                                                        - name: RegexFeaturizer

然後，如bot/components/labels.yml檔案範例中所示，新增與標籤（評級或情緒）相對應的短語。

最後，再次訓練機器人，如果組件識別出該實體的值，則資訊將儲存在sentiment實體中。

筆記本 - 數據分析

設定

提起notebooks容器

make notebooks

透過localhost:8888存取筆記本

文件

專案文件可以使用 GitBook 在本機上運行。要透過 npm 安裝 gitbook，您需要在電腦上安裝 Node.js 和 npm。

• 安裝gitbook：

npm install -g gitbook gitbook-cli

• 安裝後，在專案根資料夾中執行：

gitbook build .

• 並在本地運行：

gitbook serve .

• 使用權：

 http://localhost:4000/

貢獻：要為專案文件做出貢獻，請閱讀如何為文件做出貢獻

如何獲得協助

Tais 框架的部分技術文件可在儲存庫的 wiki 上找到。如果您找不到答案，請使用duvida標籤提出問題，我們將盡力盡快回覆。

如果您對 Rasa 有任何疑問，請參閱 Rasa Stack Brasil Telegram 群組，我們也隨時為您提供協助。

請在我們的網站上查看更多聯絡資訊：https://lappis.rocks。

執照

整個樣板框架是在 GPL3 許可證下開發的

請參閱此處的許可證依賴項列表