问题标签 [rasa-nlu]

我使用一些训练数据（common_Examples）使用 python 创建了一个餐厅机器人。到现在为止还好，但是有很多相似的意图。

当我浏览 RASA_NLU 站点时，我发现了许多可能有用的 entity_synonyms。我似乎在网上找不到任何例子。具体来说，我正在寻找有关 entity_synonyms 的示例用法或材料。任何帮助，将不胜感激。

我想记录来自 Rasa 机器人的对话（尤其是意图）。当 Rasa NLU 作为 http 服务器运行时，有一个完美的功能，但是在命令行模式下运行时我似乎找不到任何类似的东西。有没有办法做到这一点 ？如果不是，会有办法实现吗？

我正在尝试在 Slack 上部署一个我用 rasa_nlu 开发的聊天机器人，我可以通过在 Ubuntu shell 上启动 python 脚本在我的计算机上本地运行。所以我正在尝试使用botkit。

我正在尝试遵循本教程：

https://github.com/sohlex/botkit-rasa

我已经设法连接到 Slack（基本上我在 Slack 上创建的机器人显示为在线）。现在，当我与机器人交谈时，我在 Ubuntu shell 上收到以下错误消息：

我想这都是关于我在哪里（在哪个文件夹中）输入命令（或者我作为项目路径输入的内容）：

你对此有什么见解吗？

感谢您的帮助，

最好的，

我想知道Snips NLU和Rasa NLU之间的区别？哪个更简单更强大？

我正在使用Rasa.ai构建一个机器人。使用 Rasa NLU 训练机器人时，我们使用一个训练数据文件，其中指定了文本、意图、实体等。例如对于一个简单的餐厅聊天机器人，训练文件data.json可能包含

我们用它来训练模型。但是我们需要手动（或通过 GUI）创建这个训练文件。

有什么工具可以让我输入句子并自动创建意图和实体？

编辑：

为了更好地解释这个问题 - 假设我有大量的客户服务通话记录。我的理解是使用 Rasa（或其他类似框架）——人类需要通过调用日志并了解过去发生的所有可能的意图、实体组合，并data.json在训练模型之前创建一个像上面这样的文件。这似乎是一个非常不可扩展的问题。data.json有没有一种方法可以在不涉及人类的情况下从这些 GB 大小的通话记录中生成该文件？我在这里错过了什么吗？

在 Rasa NLU 的管道中，我想添加与 google CLOUD NATURAL LANGUAGE API 对话的自定义组件。我想知道，使用谷歌服务而不是可用的默认引擎是个好主意吗？如果是，我可以从哪里开始构建该组件？另外，如果我应该考虑照顾某件事，我想知道。

提前致谢！

我创建了一个聊天机器人并添加了训练数据（数百个）并对其进行了训练，直到现在它都很好。但是当我添加更多的训练数据时，大约 50,000 甚至更多。现在，我被困在这里 RASA NLU 无法训练那么多的训练数据，它可以训练多达 20,000 个训练数据，但不能超过。我收到“错误：无法分配内存”

我一直在将 Rasa NLU 用于一个涉及理解结构化文本的项目。我的用例要求我通过添加文本语料库实体的新示例来不断更新我的训练集。然而，这意味着我必须每隔几天重新训练我的模型，因此由于训练集大小的增加而需要更多的时间。

Rasa NLU 中是否有办法通过仅使用新的训练集数据对其进行训练而不是使用整个先前的训练数据集和新的训练数据集再次重新训练整个模型来更新已训练的模型？

我正在尝试寻找一种方法，我可以通过每隔几天使用增量附加训练数据集对其进行训练来简单地更新我现有的训练模型。

我正在尝试使用 RASA 构建聊天机器人。现在，我在 Ubuntu shell 上本地运行我的聊天机器人。我希望能够检索我的对话数据；从 RASA 的文档来看，这似乎是可能的，但文档仅解决了机器人在 http 服务器上运行的情况：link

我正在使用 rasa.ai 构建一个机器人。到目前为止它工作正常，但今天早上我安装了这个要求，然后用下面的命令安装了 Spacy。

成功链接似乎一切都很好。现在，当我使用以下命令运行我的机器人时

我收到错误

对我来说，这似乎是一个 Spacy 链接错误，但我不明白为什么在上面的 Spacy 安装中，因为 Spacy 链接是成功的。

有什么建议吗？