rasa的使用

一. 安装

rasa有NLU和core两个模块，可以使用pip全部安装，默认是基于tensorflow2.1版本的
直接使用pip安装

# 创建一个python是3.6.8的环境
conda create -n qa python=3.6.8
# 使用pip安装rasa
pip install rasa

二. 创建一个简单的语音助手

创建一个空项目

#  如果不加--no-prompt会问很多问题，加上之后就直接创建一个工程rasa init --no-prompt

创建之后包含的文件：
在这里插入图片描述

NLU训练数据
实际上是意图分类的训练数据

以##开头的是意图，并且是以intent:开头，下面以-开头的是训练数据。
模型配置文件
包括NLU和Core的配置文件，两部分，定义了pipline使用的模型。language是在创建模型的时候创建的。
如果使用配置的字典应该如何使用？
配置stories
stories.md文件是rasa core模块的训练数据，是一个assistant完成对话最重要的一步，如果不配置的话，只能训练Nlu的模型。

## story1
* greet- utter_greet

定义domain.yml文件
每一个机器人有一个domain，里面定义了intents、slots、responses。

intents:- greet- goodbye- affirm- deny- mood_great- mood_unhappy- bot_challengeresponses:utter_greet:- text: "Hey! How are you?"utter_cheer_up:- text: "Here is something to cheer you up:"image: "https://i.imgur.com/nGF1K8f.jpg"utter_did_that_help:- text: "Did that help you?"utter_happy:- text: "Great, carry on!"utter_goodbye:- text: "Bye"utter_iamabot:- text: "I am a bot, powered by Rasa."session_config:session_expiration_time: 60carry_over_slots_to_new_session: true

在这里插入图片描述

训练模型
rasa训练可以指定模型存储的位置及模型的名字。

rasa train --out models --fixed-model-name rasa_zh_model

启动模型

rasa shell

三、命令行

启动交互模式，并指定已经训练好的模型

rasa interactive --model model/rasa_zh_model.tar.gz

启动之后可以输入对话的内容来与assitant对话，并可以查看意图分类的结果及阈值。
在这里插入图片描述
退出交互模式时，会提醒把stories添加到stories.md文件，NLU数据添加到data/nlu.md数据上。

所以，interactivate的作用是通过交互的模式来训练模型，训练完成后并保存训练数据。
在这里插入图片描述

启动模型服务

指定训练好的模型作为服务模型，并使用--endpoints来指定actions的服务端口。

rasa run --model models/rasa_zh_model.tar.gz --endpoints endpoints.yml

有一个问题是，这样启动了模型怎么实现对话呢？

启动actions服务

这样自定义的action才可以注册，并被使用，否则无法使用。参数--actions后面是包名，而不是文件路径。

rasa run actions --actions dm.actions

训练数据的格式转化

把nlu数据从md文件格式转换为json格式，--data是原始文件，--out是转化后的文件，-f是指定转化后的数据格式。

这个可以方便后台管理界面配置好intent后，写到算法的后台。

# 从md文件转化为jsonrasa data convert nlu --data data/nlu.md --out data/nlu.json -f json# 从json转化为md文件rasa data convert nlu --data data/nlu.json --out data/nlu_md.md -f md

可视化stories

把stories可视化，生成一个html文件，本地可以打开。

rasa visualize

在这里插入图片描述
从START到END一共4个story，蓝色框的是用户说的话，白色框的是assistant说的话。左边三个story都是以问好的形式来开始的。

四 rasa整体流程

在这里插入图片描述

参考

知乎：https://zhuanlan.zhihu.com/p/88625091
https://www.jianshu.com/p/ad11f5815447
rasa使用指南01
https://terrifyzhao.github.io/2018/09/17/Rasa%E4%BD%BF%E7%94%A8%E6%8C%87%E5%8D%9701.html
rasa使用指南02
https://terrifyzhao.github.io/2019/02/26/Rasa%E4%BD%BF%E7%94%A8%E6%8C%87%E5%8D%9702.html

action有三种类型：