RASA槽提取NLU数据

你好,我正在尝试使用RASA填写表格,目前我有一个名为email的槽,我的疑问是,为槽映射预期答案插入模式的最佳方法是什么?我在action.py中看到了槽映射函数,如self.from_intent, self.from_entity, self.from_text,所以我需要为电子邮件编写这样的模式:

my email is [[email protected]](email) email address is [[email protected]](email)[[email protected]

那么,我如何通过在nlu文件中列出所有模式,并在意图名称下提供该意图到self.from_intent中,或者使用self.from_entity来提高我的模型的准确性和重用性呢?还有没有其他更好的方法?我使用的是RASA 1.8


回答:

你应该使用预训练的实体提取器,如DucklingHTTPExtractor来处理电子邮件。这将比你自己添加所有模式要准确得多。在管道中,这将看起来像这样:

pipeline:   ...<other components>    - DucklingHTTPExtractor      dimensions: ["email"]

请确保启动Duckling服务器以使其工作:

docker run -p 8000:8000 rasa/duckling

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注