问题标签 [rasa]

有没有办法创建一个包含训练短语的 CSV 文件，并将其转换为 Rasa 可接受的 nlu.md 格式。

这需要针对具有各种训练短语的各种意图来完成。

我目前正在尝试在服务器上运行 rasa。我需要在单独的 docker 容器中同时拥有 rasa（即对话框）和 rasa 操作，因为我们目前无法使用 docker-compose

同样由于代理限制，图像（rasa/rasa 和 rasa/rasa-sdk）托管在私有仓库中。

我可以使用运行 rasa docker docker run --name dialogs -d -p 8083:5005 -v $(pwd):/app myRepo/rasa run

这很好用，只要不涉及任何操作，我就可以正常与机器人聊天。

当我尝试使用

docker run --name actions -d -p 8084:5055 -v $(pwd)/actions:/app/actions myRepo/rasa-sdk:1.5.1 run actions

容器立即退出，退出代码为 126（调用的命令无法执行）

我没有改变wordking dir或任何东西。

有人知道我做错了什么吗？

谢谢你的帮助！

如何在对话期间提取插槽/实体的值FormAction.slot_mappings？

我在 中设置了值tracker.slots['template_name']，但无法从此函数访问该值。我可以访问tracker但required_slots不能slot_mappings

template_name = "example"我不想使用硬编码，而是将插槽值用于template_name.

这看起来应该很容易解决，但我做不到！

通过查看 我认为self.from_entity(entity='reqd_form')可以为我提供信息的文档，但它返回一个空白。

我遇到了这个错误，只是按照《Rasa 入门》教程进行操作

所以我输入了：

sudo pip3 install rasa-x --extra-index-url https://pypi.rasa.com/simple

这似乎工作正常，但是当我输入：

sudo rasa init

其中我有很多错误：

rasa.core.policies.ensemble.InvalidPolicyConfig: Module for policy ‘MemoizationPolicy’ could not be loaded. Please make sure the name is a valid policy.

我已经使用 python 3.7 在我的 Win 10 上成功安装了 Rasa NLU，但在 Ubuntu 18.04 上无法执行此操作。请帮忙。

这是我得到的错误：

找不到满足要求 tensorflow~=1.15.0 的版本（来自 rasa~=1.5.1->rasa-x）（来自版本：1.13.0rc1、1.13.0rc2、1.13.1、1.13.2、1.14 .0rc0, 1.14.0rc1, 1.14.0, 2.0.0a0, 2.0.0b0, 2.0.0b1) 没有找到 tensorflow~=1.15.0 的匹配分布（来自 rasa~=1.5.1->rasa-x）

请问我的Win10机器有什么区别？请告知我该如何安装它。

在 Docker 中遇到 trainig RASA 问题。我输入它： docker run -it -v C:\Users\User\Documents:/app --entrypoint=/bin/bash rasa/rasa

然后我提供了一个命令行来训练 traning_data 的确切路径（它存在！） rasa train --data %cd%\data\split_train\train_data.md nlu 但每次我得到这个

我应该怎么做才能最终能够在 C:\Users\User\Documents\data\split_train\training_data.md 中训练和测试我的话语？

我已经使用以下配置训练了一个 RASA NLU 模型

此配置默认为组件列表，

此外，我还尝试了所有其他现成的配置supervised_embeddings and pretrained_embeddings_spacy，例如自定义配置。实例化 Trainer 对象需要 6~9 秒的加载时间。同样，当我尝试加载持久模型进行推理时，

再次加载它需要几乎相同的 6~9 秒。无论如何，这可以减轻吗？还是我做错了什么？因为我想按需提供这些模型，这需要更快的加载时间。

有没有办法在不使用 ngrok（我正在使用 traefik）的情况下将带有 docker 的 rasa 服务器公开给 slack，我将它公开给“ https://rasa.dev.x-hub.io ”所以当我尝试时： https:// rasa.dev.x-hub.io/webhooks/slack/webhook 我没有得到回应。正如您在下面看到的，一切正常。

拉萨服务器：

（忽略张量流错误）

动作服务器：

小鸭：

以下是 docker-compose 文件：

我还使用集成到 GitLab 中的 Docker Container Registry，每个项目都可以有自己的空间来存储其 Docker 映像。

请提供任何帮助！

我正在尝试使用下面的 rasa nlu 从单个意图中检索不同的实体是训练数据的 nlu 部分

当我尝试这种方法时，我正确地获得了交流的意图，但即使实体值的拼写错误（如工程师）也会导致实体列表为空。那么对于上述场景，如何解决问题以检测同一问题的同一意图的不同实体？

我正在尝试为银行创建一个聊天机器人。流量是，

问题是机器人总是只提供房屋贷款。该机器人无法识别使用实体的其他贷款的故事。我怎样才能使这项工作？我使用通知意图是因为我认为它会导致类似的意图问题

这是我的代码。

域.yml

nlu.md