1

我是 RASA 框架的新手。我正在尝试开发一个西班牙 NLU 模型，该模型能够以 4 种不同的意图（“翻译”、“定义”、“同义词”和“发音”）对用户消息进行分类并识别实体（在这种情况下，我的实体可能是每个单词或表达）。

例如，用户可以提供以下输入：

“Cómo se traduce estación de tren al inglés”（如何将火车站翻译成英文）

所以这个词或表达可以是任何一个或多个词，它们可以有任何长度。解决这个问题的最佳方法是什么？我可以使用什么实体提取器，我应该尝试什么参数？

提前致谢！

4

1 回答 1

1

您不能期望任何未知的句子或单词都能被 RASA 正确解释。你有责任用包含准确句子的特定模型训练 AI，RASA 会给你一些概率，是否询问类似的问题。

您应该定义和分类可能被问到的一般句子：

示例 1：

  • 火车站在哪里呢}？
  • 如何找到{火车站}？

结果：

  • 行动：地点
  • 变量：{train station}（可以是任何东西）

示例 2：

  • 如何翻译 {word}
  • 我想把 {word} 翻译成 {English}
  • {English} {word} 你会怎么说
  • 翻译 {word} {English}

结果：

  • 行动：翻译
  • 变量：{English} {word}

如果您能够对可能被问到的句子的所有可能情况进行分类，RASA 将为您工作

于 2020-08-14T09:02:34.500 回答