在Win10上搭建Rasa_NLU_Chi中文语义识别

1. 安装Visual Studio 2015

VS2015并不是非装不可，也不一定要这个版本。不过，在Python开发中还是比较重要的，有很多Python库在安装时f都会出现文件或者是命令，又或者是库找不到等等，这样那样的问题。比如：Twisted、Scrapy、MITIE等等。安装VS2015可以减少很多问题。

下载地址

VS2015 专业版下载链接
http://download.microsoft.com/download/B/8/9/B898E46E-CBAE-4045-A8E2-2D33DD36F3C4/vs2015.pro_chs.isoVS2015

企业版下载链
http://download.microsoft.com/download/B/8/F/B8F1470D-2396-4E7A-83F5-AC09154EB925/vs2015.ent_chs.isoVS2015

社区版下载链接
http://download.microsoft.com/download/B/4/8/B4870509-05CB-447C-878F-2F80E4CB464C/vs2015.com_chs.iso

注意： 安装时要选择安装Visual C++语言及工具，默认是不安装的。

2. 安装cmake

官网下载：https://cmake.org/download/

选择下载安装包，这个最简单，运行时直接选择写入环境变量就好了，不用自己手动写环境变量了。

3. 安装boost

官网下载：https://www.boost.org/

boost没有编译好的安装程序之类的东西，需要将下载回来的压缩包解压后，再编译。编译过程对VS2015有依赖，之前装了，可以放心运行。

我本机boost的解压目录为：D:\boost\boost_1_69_0

安装步骤

先打开命令行工具，并切换工作目录。执行bootstrap.bat命令后，会生b2.exe bjam.exe。最后再执b2, --prefix指定安装的目录

cd D:\boost\boost_1_69_0\tools\build

bootstrap.bat

b2 --prefix=D:\boost\bin install

4. 安装MITIE

不安装MITIE并不影响Rasa_NLU_Chi的安装，但是在运行过程中会报错，所以还是先安装吧。事实上，也是因为安装MITIE出问题，才去安装cmake以及boost库的，因为MITIE的安装也是要在本地编译的，编译过程中Visual Studio、cmake、boost库三者缺一不可

MITIE可以通过在线安装

pip install git+https://github.com/mit-nlp/MITIE.git

如果没有安装git也可以用svn代替。不过最好还是离线安装，先下载代码，解压后切换到目录下，然后运行

python setup.py install

离线安装的好处是如果安装出现问题，可以更好的发现及重试。

5. 安装中文分词工具jieba

jieba的安装非常简单。

pip install jieba

在安装Rasa_NLU_Chi中，可能还会出现一些依赖库没有安装导致安装失败的问题，一个个安装就可以了。

6. 安装Rasa_NLU_Chi

经过漫长的准备工作，终于进入正题了。

• 首先下载代码并解压，然后打开命令提示符并切换工作目录，执行安装。

  python setup.py install

• 接下来准备模型数据。先不用自己训练模型，直接下载一份训练好的模型数据。

  链接：http://pan.baidu.com/s/1micEF0G 密码：opli

  下载完成后将文件放到data目录下。

• 训练Rasa NLU的模型。所有的配置以及训练数据都先不改，直接使用已有的。先跑起来看到效果再说。

  python -m rasa_nlu.train -c sample_configs/config_jieba_mitie_sklearn.yml --data data/examples/rasa/demo-rasa_zh.json --path models
  

  注意： 这个步骤不能少，虽然代码中test_models目录下已经有训练好的模型了，但是当前版本的模型与代码不匹配，运行会报错。

• 启动Rasa_nlu服务。

  python -m rasa_nlu.server -c sample_configs/config_jieba_mitie_sklearn.yml --path models
  

• 测试。终于完成了，来看看效果吧。

  使用浏览器打开

  localhost:5000/parse?q=你好

  稍等片刻后会看到返回结果

  {
  "intent": {
    "name": "greet",
    "confidence": 0.6863286690180176
  },
  "entities": [],
  "intent_ranking": [
    {
      "name": "greet",
      "confidence": 0.6863286690180176
    },
    {
      "name": "goodbye",
      "confidence": 0.22795754042984873
    },
    {
      "name": "affirm",
      "confidence": 0.058162658792195523
    },
    {
      "name": "search",
      "confidence": 0.01325906726417518
    },
    {
      "name": "restaurant_search",
      "confidence": 0.008356444773033047
    },
    {
      "name": "medical",
      "confidence": 0.005935619722729551
    }
  ],
  "text": "你好"
  }