Rasa 入门教程 NLU 系列（一）

rasa_tutorial_nlu_background.png

Rasa 入门教程 NLU 系列包括六个部分，本文主要介绍 Rasa 框架中的 NLU 系列中的第一部分。Rasa NLU 是一种开源自然语言处理工具，用于对话机器人中的意图分类、响应检索和实体提取。例如：像下面的句子：

"I am looking for a Mexican restaurant in the center of town"

返回结构化数据如下：

{
  "intent": "search_restaurant",
  "entities": {
    "cuisine" : "Mexican",
    "location" : "center"
  }
}

Rasa NLU 以前是一个单独的库，现在已经被整合到 Rasa 框架中。

本文的目录结构：

1. 训练 NLU 模型
2. 使用命令行测试 NLU 模型
3. 启动 NLU 服务

1. 训练 NLU 模型

你可以将 Rasa 作为一个 NLU 组件来使用，要训练 NLU 模型，运行一下命令：

rasa train nlu

这将在 data/ 目录下寻找 NLU 训练数据，并将训练后的模型保存在 models/ 目录下，该模型以 nlu- 开头命名。

2. 使用命令行测试 NLU 模型

运行下面的命令来测试你的 NLU 模型：

rasa shell nlu

启动 rasa shell 并提示你输入消息进行测试。你可以输入任意多的消息。另外，你可以省略 nlu 参数，直接传入 nlu 模型。

rasa shell -m models/nlu-20190515-144445.tar.gz

3. 启动 NLU 服务

使用以下命令启动你的 NLU 模型服务：

rasa run --enable-api -m models/nlu-20190515-144445.tar.gz

然后你可以使用以下命令来测试发送请求，进行测试 NLU 模型。

curl localhost:5005/model/parse -d '{"text":"hello"}'

---

作者：关于我

备注：转载请注明出处。

如发现错误，欢迎留言指正。