我在理解rasa nlu中的训练数据时遇到了困难。假设我想创建一些训练数据，内容是关于某人告知他人可以购买的动物。为了清晰起见，我将使用markdown格式：
假设用户是在回答一个问题：
“你想买什么样的动物？”
表达想要购买某物的不同方式是有限的。请看下面的例子：
##intent:inform- [cat](animal)- buy [cat](animal)- 我想要买一只[cat](animal)我需要为每一种我打算处理的动物重复这个过程吗？就像下面这样？
##intent:inform- [cat](animal)- [dog](animal)- [parrot](animal)- buy [cat](animal)- buy [dog](animal)- buy [parrot](animal)- 我想要买一只[cat](animal)- 我想要买一只[dog](animal)- 我想要买一只[parrot](animal)另外，我注意到在rasa的餐厅机器人中，他们有时会重复同一个例子，有时甚至重复七次，就像下面这样：
##intent:inform- [cat](animal)- [cat](animal)- [cat](animal)- [cat](animal)- [cat](animal)- buy [cat](animal)- 我想要买一只[cat](animal)为什么这是必要的？这对理解有什么影响？在同一个位置重复同一个单词多次，为什么会表明这是一个合适的回应，特别是当你有像下面这样的情况时，不同的值在同一个实体中重复了相同次数？
##intent:inform- [cat](animal)- [cat](animal)- [cat](animal)- [cat](animal)- [cat](animal)- buy [cat](animal)- 我想要买一只[cat](animal)- [dog](animal)- [dog](animal)- [dog](animal)- [dog](animal)- [dog](animal)- buy [dog](animal)- 我想要买一只[dog](animal)谢谢，任何建议都非常受欢迎。
回答：
表达想要购买某物的不同方式是有限的。
你可能会感到惊讶：
- 我可以买一只狗吗？
- 我想买一只狗。
- 我真的想要一只狗。
- 如果我拥有一只狗会很棒。
- 我在找一只宠物，可能是一只狗。
- 购买狗
- 领养狗
- 得到一只狗
- 带一只狗回家
我相信这个列表还会继续增加很多例子。尽管如此，Rasa NLU应该能够从少数几个例子中学习和适应。有一些例外，例如adopt可能与buy没有很强的关联性，因此作为一个例子可能很重要。
我需要为每一种我打算处理的动物重复这个过程吗？就像下面这样？
不需要这样做。每种动物的值都是一个实体，Rasa默认使用CRF进行实体识别，这就是你在这里讨论的内容。CRF更多的是关于句子的结构而不是单词的值。你可以在文档和代码中看到CRF查看的特征：
# 可用的特征包括： # ``low``, ``title``, ``suffix5``, ``suffix3``, ``suffix2``, # ``suffix1``, ``pos``, ``pos2``, ``prefix5``, ``prefix2``, # ``bias``, ``upper`` 和 ``digit`` features: [["low", "title"], ["bias", "suffix3"], ["upper", "pos", "pos2"]]尽管如此，使用不同值的实体可以是一种获取额外训练数据的好方法。你可以使用像chatito这样的工具从模式中生成训练数据。但要注意重复模式，因为你可能会过拟合模型，使其无法超越你训练的模式进行泛化。
他们有时会重复同一个例子
你在Rasa数据集中看到了这个吗？这是默认的餐厅机器人训练数据，我没有看到任何重复。
重复一个句子会强化模型对格式/单词的重要性，这是过采样的一种形式。如果你有非常少的训练数据或高度不平衡的训练数据，这可能是一件好事。如果你想处理很多不同的购买宠物的方式，这可能是一件坏事，因为它可能会过拟合模型，正如我上面提到的。
