【RASA】自定义组件

rasa框架支持自定义组件，我们可以自己定义不同的component并加入到pipeline中训练自己的chatbot，下面以自定义一个bert-blstm-crf模块为例，分析如何构建一个自定义模块。

利用bert进行实体识别和意图识别，采用的是kashgari库，通过pip install kashgari安装，该模块可以很方便的部署bert模型，整个自定义component主要包含以下内容：

• name：组件名
• provides：组件产生的输出
• requires：该组件需要的消息属性
• defaults：组件默认配置
• language_list：组件兼容的语言列表

在bert-ner中，自定义组件类名为KashgariEntityExtractor，该类的主要方法有：

• __init__：初始化自定义组件类
• train：该函数由于训练模型
• process：该函数用于解析传入的message
• persist：该函数用于将训练过的组件保存到磁盘上
• load：该函数定义了bert-ner模型如何加载

自定义模块的部署：

1、将bert-entity-extractor和bert-intent-classifier模块放入site-package/rasa/nlu中；

2、在site-package/rasa/nlu/registry.py中将自定义模块加入进来：

1）

 from rasa.nlu.bert_model.kashgari_entity_extractor import KashgariEntityExtractor

from rasa.nlu.bert_model.kashgari_intent_classifier import KashgariIntentClassifier

2）component_classes中添加KashgariEntityExtractor和KashgariIntentClassifier, 

3）registered_pipeline_templates中添加"bert_ner": ["KashgariEntityExtractor"],和"bert_intent": ["KashgariIntentClassifier"], ；

3、在config.yml文件中加入自定义组件配置，- name: "KashgariEntityExtractor"和- name: "KashgariIntentClassifier" ；

4、bert的pre_model采用的是哈工大提供的中文bert模型。

自定义组件：正则意图识别

 代码结构：

def __init__ ：一些参数的初始化，并调用read_regex_intent_file获得正则和意图对应的字典；

def read_regex_intent_file：读取本地正则与意图对应的文件构建字典；

def parse：用户输入message与正则意图字典match，并返回相应的intent；

def process：交互的时候调用，返回匹配后的intent结果，如果没有匹配到，则return None。

要先在site-package/rasa/nlu/registry.py中将自定义模块加入进来，如上部分所示，本地正则与意图对应文件的路径在config里面配置，参数名：regex_file。

参考文档

GitHub - BrikerMan/Kashgari-doc-zh: Kashgari 框架的中文文档 （kashgari中文文档）

https://github.com/ymcui/Chinese-BERT-wwm#中文模型下载