構建聊天機器人的對話數據

我正在用rasa-nlu構建聊天機器人。我閱讀了教程，並構建了一個簡單的機器人。但是，我需要大量的訓練數據來構建能夠預訂出租車的聊天機器人。所以我需要數據來構建一個特定的機器人。構建聊天機器人的對話數據

是否有預訂出租車的資料庫或語料庫？或者有沒有辦法來生成這種數據集？

來源

2017-08-22 jsphdnl

這是來自Rasa創始人之一的博客文章，我認爲它有一些非常出色的建議。我想你會以錯誤的方式尋求預先建立的訓練集。自己開始，然後加上朋友等，直到你建立了一個最適合你的機器人的訓練集。

Put on your robot costume

除此之外拉沙文檔當rasa_nlu服務器運行這個improving model performance

下，它會跟蹤所有的預測它是由它們保存到一個日誌文件。默認情況下，日誌文件被放置在日誌/中。該目錄中的文件每行包含一個 json對象。您可以修復任何不正確的預測，並將它們添加到您的訓練集以改善解析器。

我想你會感到驚訝，只要你可以自己想出的訓練集可以得到多遠。

祝您找到語料庫，但希望這些鏈接和代碼片段都有幫助。這樣做的

來源

2017-08-22 16:01:58

謝謝你把我在正確的方向 – jsphdnl

的一種方法，這是，頭部到LUIS.AI

使用Office 365的登錄，製作自己的出租車預訂應用程序，在意圖給予和話語象下面這樣：

現在培訓併發布模型後，下載如下所示的語料庫：

現在，下載的語料後，它會是這個樣子：

安裝RASA NLU，我的Windows 8.1我的機器上，這樣的步驟如下：

這些是配置RASA的步驟：

首次安裝： Anaconda 4.3.0用於安裝Python 3的64位Windows。6翻譯：https://repo.continuum.io/archive/Anaconda3-4.3.0-Windows-x86_64.exe

Python的工具爲Visual Studio 2015年：https://ptvs.azureedge.net/download/PTVS%202.2.6%20VS%202015.msi

接下來，在命令提示符下安裝順序以管理模式下面的軟件包：

Spacy機器學習套餐：pip安裝-U spacy
Spacy Englis^h語言模型：蟒蛇-m spacy下載連接
Scikit套餐：PIP安裝-U scikit學習
numpy的包數學計算：PIP安裝-U numpy的
SciPy的包裝：PIP安裝-U SciPy的
Sklearn軟件包意圖識別：PIP安裝-U sklearn-crfsuite
NER小鴨的更好的實體識別與Spacy：PIP安裝-U小鴨
RASA NLU：PIP安裝-U rasa_nlu == 0.10.4

成功安裝上述所有包後，做一個spaCy配置文件將由RASA閱讀，就像如下：

{ 
    "project": "Travel", 
    "pipeline": "spacy_sklearn", 
    "language": "en", 
    "num_threads": 1, 
    "max_training_processes": 1, 
    "path": "C:\\Users\\Kunal\\Desktop\\RASA\\models", 
    "response_log": "C:\\Users\\Kunal\\Desktop\\RASA\\log", 
    "config": "C:\\Users\\Kunal\\Desktop\\RASA\\config_spacy.json", 
    "log_level": "INFO", 
    "port": 5000, 
    "data": "C:\\Users\\Kunal\\Desktop\\RASA\\data\\FlightBotFinal.json", 
    "emulate": "luis", 
    "spacy_model_name": "en", 
    "token": null, 
    "cors_origins": ["*"], 
    "aws_endpoint_url": null 
    }

下，作出這樣的目錄結構：

數據文件夾 - >將包含所有LUIS格式化語料庫

模式 - >將包含所有訓練的模型

日誌 - >將包含主動學習日誌和RASA框架日誌

像這樣，

現在，爲培訓和啓動RASA NLU服務器創建批處理文件腳本。

請通過記事本或Visual Studio代碼一個TrainRASA.bat和寫：

python -m rasa_nlu.train -c config_spacy.json 
pause

現在，通過記事本或Visual Studio代碼進行StartRASA.bat和寫：

python -m rasa_nlu.server -c config_spacy.json 
pause

現在通過點擊您剛剛創建的批處理文件腳本來訓練並啓動RASA Server。

現在，一切準備就緒，只火了鉻，併發出HTTP GET請求，你enpoint /解析

像：http://localhost:5000/parse?q= &項目=

你會得到對應於LUISResult類JSON響應Bot Framework C＃的。

現在處理你想這樣做後執行業務邏輯。

或者，您可以看看RASA Core，它主要是爲此目的而構建的。

RASA Core, which uses machine learning to build dialogs instead of simple if-else statements.

來源

2017-11-04 15:24:41

構建聊天機器人的對話數據

回答

相關問題