Rasa NLU 聊天机器人自然语言理解

Rasa NLU

RasaCore 是一个自然语言理解框架。https://nlu.rasa.ai，下文将对基本流程及使用方式以及部分原理进行描述，本文来自http://lvchongstudio.top/。

Rasa Nlu 工作原理

智能机器人是人工智能一个重大分支，只能机器人包括几大模块：自然语言识别（ASR）、自然语言处理（NLU）、对话流程(DM)、自然语言生成（TTS），目前自己的工作涉及的方面主要是 NLU 与 DM，本文主要写一下NLU，即Rasa NLU。关于对话流程见另一篇博文。

具体流程：

• 编写一个文件 intent.md 用来存放语料（需要根据意图，进行语料扩展）
• 接下来就是用上面的个文件，训练出 Rasa NLU 的模型。
• 最后，这就到最后了，使用Rasa NLU 的模型就可以开启服务。
• 哦，这才是最后，现在就可以测试问题具体的识别准确率了，以及参数的提取准确度。

看完自己写的工作原理，发现真的很简练，哈哈，根本不能上手使用。总要写的完全一些，深入一些的。

Rasa NLU 项目使用方法

github 上面搜索 Rasa_NLU，具体安装方式参见项目介绍。建议将整个项目源码拉下来，在项目的根目录运行

python setup.py install

进行安装。Rasa Nlu 同理。可以先根据项目里自带的example进行训练运行。具体运行方式见项目及Demo中的Makefile。

Rasa NLU 深入了解

NLU 的难点主要在语料的准备， 接下来就自己了解到的经验进行一一记录。

• 每个意图要有关键字，意图中的每句都要有关键字。
• 每个关键字要扩充20左右的语句。
• 所有语句之间要够发散、离散（即除关键字外尽量不用重复的词语）。
• 除关键字之外，所有的词字，在每个意图中重复率要低、要低，最好不重复。
• 整个文件中，除关键字之外，所有的词字，重复率要低、要低，最好不重复。
• 上面两条造成的现象就是,你我他啊是的吗之类的词都要去掉（语义可以稍微不通顺，可接受）。
• 句式相同，参数不同的意图进行合并，通过后期校验参数进行分辨。

意图识别的准确度跟两方面有关

• 关键字在当前意图中出现的频率
• 关键字在整个文件中出现的频率

有什么错误欢迎指出，其他的具体问题也可以在评论中留言。