5.Response Selectors
从2.0版开始，响应选择器是一项稳定的功能。
conversion command将自动将response.md文件，stories和nlu训练数据转换为新的yaml格式。 此外，我们还需要在stories文件中重命名response_actions，以改为使用utter_前缀。 例如：
stories:
- story: chitchat
steps:
- intent: chitchat
- action: respond_chitchat
变成
stories:
- story: chitchat
steps:
- intent: chitchat
- action: utter_chitchat
并且还需要在response.md中的response names中添加utter_前缀。 例如：
responses:
chitchat/ask_name:
- text: Oh yeah, I am called the retrieval bot.
chitchat/ask_weather:
- text: Oh, it does look sunny right now in Berlin.
变成
responses:
utter_chitchat/ask_name:
- text: Oh yeah, I am called the retrieval bot.
utter_chitchat/ask_weather:
- text: Oh, it does look sunny right now in Berlin.
最后，我们要从domain中的actions list中删除所有带有response_前缀的actions。
当定义为story时，这么做会很好，但按规则定义时，甚至会更好。 我们应该考虑将 retrieval stories转换为规则。 chitchat and FAQs documentation中有更多与此相关的信息。
现在，默认情况下对Response Selectors进行了关于检索意图标签的训练，而不是实际的响应文本。 对于大多数模型，这应该可以改善训练时间和ResponseSelector的准确性。
如果要恢复到2.0之前的默认behavior，请在ResponseSelector组件中添加use_text_as_label：true参数：
pipeline:
# other components
- name: ResponseSelector
use_text_as_label: true
ResponseSelector的输出架构已更改。 输出示例如下所示：
{
"response_selector": {
"all_retrieval_intents": [
"faq"
],
"default": {
"response": {
"id": 1388783286124362000,
"confidence": 1,
"intent_response_key": "faq/is_legit",
"response_templates": [
{
"text": "absolutely",
"image": "https://i.imgur.com/nGF1K8f.jpg"
},
{
"text": "I think so."
}
]
"template_name": "utter_faq/is_legit"
},
"ranking": [
{
"id": 1388783286124362000,
"confidence": 1,
"intent_response_key": "faq/is_legit"
}
]
}
}
}
结果就是如果以前按照以下方式查询键full_retrieval_intent：
response_selector_output.get("default")
.get("full_retrieval_intent")
现在应该执行以下操作：
response_selector_output.get("default")
.get("response")
.get("intent_response_key")
6.Unfeaturized Slots
unfeaturized类型的slots已弃用，并将在3.0版中删除。 要在对话期间忽略slot values，请将slot的Impact_conversation属性设置为false。
以下代码段是不推荐使用的unfeaturized slot 的示例：
slots:
username:
type: unfeaturized
要将其更新为新格式，可以指定所需的数据类型text，并定义在对话期间应忽略该slot。
slots:
username:
type: text
# Set `influence_conversation` to `false`
# to ignore the slot value during the conversation.
influence_conversation: false
如果不要求slot具有特定的数据类型，则可以使用any新的slot类型。 在对话期间，始终会忽略此slot类型，并且不会对slot值的数据类型进行任何assumptions 。
slots:
username:
type: any
请参阅更新的 [slotsdocumentation(https://rasa.com/docs/rasa/domain#slots) 以获取更多信息。
7. Conversation sessions
如果Domain 中不包含会话配置，则默认情况下会启用Conversation sessions 。 以前，a missing会话配置被视为禁用了conversation sessions。我们可以使用以下代码段明确禁用conversation sessions：
domain.yml
session_config:
# A session expiration time of `0`
# disables conversation sessions
session_expiration_time: 0
8. Dialogue Featurization
仅当在policy configuration中明确定义了featurizers时，此部分才有意义。
不推荐使用LabelTokenizerSingleStateFeaturizer，将来会将其删除。 应该用SingleStateFeaturizer替换它，并且应该对NLU管道进行一些更改。 将带有选项intent_tokenization_flag：True和CountVectorsFeaturizer的Tokenizer添加到NLU管道。
例如：
language: en
pipeline:
- name: WhitespaceTokenizer
intent_tokenization_flag: True
- name: CountVectorsFeaturizer
# other components
policies:
# other policies
- name: TEDPolicy
featurizer:
- name: SingleStateFeaturizer
BinarySingleStateFeaturizer已弃用，以后将被删除。 应该将其替换为SingleStateFeaturizer和NLU管道，其中Tokenizer的intent_tokenization_flag设置为False。
例如：
language: en
pipeline:
- name: WhitespaceTokenizer
intent_tokenization_flag: False
# other components
policies:
# other policies
- name: TEDPolicy
featurizer:
- name: SingleStateFeaturizer
8. Deprecations
不推荐使用的event brokers FileProducer，KafkaProducer，PikaProducer和SQLProducer已被删除。 如果在endpoints.yml中使用了这些brokers，请确保使用重命名的变体：
- FileProducer 成为 FileEventBroker
- KafkaProducer 成为 KafkaEventBroker
- PikaProducer 成为 PikaEventBroker
- SQLProducer 成为 SQLEventBroker
不推荐使用的EmbeddingIntentClassifier已被删除。 如果在管道配置（config.yml）中使用了此组件，则可以将其替换为DIETClassifier。 它接受相同的配置参数。
不推荐使用的KerasPolicy已被删除。 如果在策略配置（config.yml）中使用了此组件，则可以将其替换为TEDPolicy。 它接受相同的配置参数。