RASA3.0-实现FAQ和chitchat功能

多数对话机器人都需要有简单的FAQ和chichat功能。在一般情况下，FAQ和chitchat的问答数量较多。如果使用一个意图来表示一个FAQ或者chitchat并为之搭配一个动作，那么故事写起来将非常复杂，从而导致整个过程非常低效。RASA提供了NLU组件ResponseSelector实现该功能。

---

第一步：

在nlu.yml中增加相关intent，并提供训练数据用于意图识别，如下所示：

- intent: chitchat/whatyoucando
  examples: |
    - 你能干什么？
    - 你是干什么的？
    - 你可以做什么？
    - 你能做什么？
    - 你有什么功能？
    - 功能有哪些？
    - 你的本领是什么？
- intent: faq/checkweather
  examples: |
    - 天气来源
    - 你的天气数据哪里来的？
    - 你是怎么查询天气的？

---

第二步：

在responses.yml中定义机器人回复的信息内容，如下所示：

responses:
  utter_chitchat/whoyouare:
    - text: 你好，我是Hank，一个无所不能的超级对话机器人（假的）。
  utter_chitchat/whatyoucando:
    - text: 我能帮你查找中国大陆地区城市级别的当下和未来两天的天气情况，也可以查询家庭常见疾病信息。
  utter_faq/checkweather:
    - text: 数据来源是心知天气
  utter_faq/askgraph:
    - text: 东南大学的知识图谱

---

第三步：

在rules.yml中定义规则，将意图和动作建立规则映射，rules是基于规则的流程控制，如下所示：

rules:
  - rule: respond to FAQS
    steps:
      - intent: faq
      - actions: utter_faq
  - rule: respond to chitchat
    steps:
      - intent: chitchat
      - actions: utter_chitchat

---

第四步：

在config.yml中增加组件和策略，使用ResponseSelector组件用于闲chitchat和faq，使用RulePolicy策略进行规则预测，如下所示：

pipeline:
- name: ResponseSelector
policies:
- name: RulePolicy 

---

最后：

在domain.yml中增加对应的intents和actions，如下所示：

intents:
- chitchat
- faq
actions:
- respond_chitchat
- respond_faq 

---

大功告成啦！！！