Rasa Core – 理解故事

我很难理解rasa core是如何解释故事的。假设我有以下内容:

Slot: name:  type: text animal:  type: categorical  values:  - dog  - cat

我该如何编写故事来处理分类槽的悲观路径呢?

*greet - utter_greet - utter_please_give_name*inform{"Name":"Name"} - utter_hello - utter_ask_animal*inform{"Animal": "Dog"} - utter_hello_fido - action_restart*greet - utter_greet - utter_please_give_name*inform{"Name":"Name"} - utter_hello - utter_ask_animal*inform{"Animal": "Cat"} - utter_hello_kitty - action_restart*greet - utter_greet - utter_please_give_name*inform{"Name": null}  -utter_please_give_name*greet  - utter_greet - utter_please_give_name*inform{"Name": "Name"}  -utter_ask_animal*inform{"Animal": **"?????"**} - utter_please_tell_animal

另外,如果我在stories.md中提供了一个部分故事,如下所示,rasa是如何在后台连接图形以知道下一步该做什么的?它是否将每个故事视为独立的流程?

*greet - utter_greet - utter_please_give_name*inform{"Name": null}  -utter_please_give_name

谢谢,任何建议都将不胜感激。


回答:

要处理悲观路径,只需省略槽注解,例如:

## sad path*greet - utter_greet - utter_please_give_name*inform  -utter_please_give_name

根据你是否使用数据增强,单个故事会在训练过程中被拼接在一起,以提供更多的训练数据。

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