Rasa学习记录 01

Rasa的安装和简单的测试

怪雨是新手，刚刚接触Rasa，以下内容不一定正确。有错误的地方欢迎指出。

Rasa的安装和简单的测试
查看项目里的文件内容
举一反三（自己的第一个机器人）
- 修改 data/nlu.md 中加入中文

什么是Rasa：

我的理解是一开源的机器学习框架用于AI助手和机器人。基于两个主要的模块

NLU：自然语言理解（Natural Language Understanding，简称NLU）技术
Core:核心保存对话并决定下一步做什么

安装Rasa：

怪雨的系统：manjaro18+kde

安装前先更新同步数据库：sudo pacman -Syy

系统已经安装过以下内容的，可以跳过这一步（这一步也只是确保不会因为缺少什么而报错）

- 安装pip3sudo pacman -S python-pip

- 安装相关的依赖的python3的库pip install numpy pandas jieba sklearn

安装Rasa和Rasa-x 并初始化Rasa

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

rasa init

rasax就是Rasa 带界面的工具安装后终端运行rasax会自动弹出浏览器进入Rasax界面

测试自带的数据

现在就可以测试自带的简单数据了

不过对话要按照自己编写的stories来对话

输入/stop就能推出Rasa shell

输入Rasa shell就能再次进入对话!

查看项目里的文件内容

创建一个项目：

rasa init --no-prompt 不加后面的--no-prompt的话会详细的问你需要设置什么
查看训练数据
1. 可以通过cat data/nlu.md来查看（以下是markdown的格式）
```
## intent:affirm
- yes
- indeed
- of course
- that sounds good
- correct
## intent:deny
- no
- never
- I don't think so
- don't like that
- no way
- not really
```
##后面是intents(意图) 就是以下的几条消息所要表达的意图

-后面跟的就是消息了

意思就是把这一组消息都是这一意图
为你的模型配置

你可以通过cat config.yml来查看配置文件
```
# Configuration for Rasa NLU.
# https://rasa.com/docs/rasa/nlu/components/
language: en
pipeline: supervised_embeddings
# Configuration for Rasa Core.
# https://rasa.com/docs/rasa/core/policies/
policies:
  - name: MemoizationPolicy
  - name: KerasPolicy
  - name: MappingPolicy
```
这些文件定义了你这个模型会使用的NLU和CORE组件

NLUpipeline的选择:
- 如果训练样例小于1000的使用pipeline: "pretrained_embeddings_spacy"
- 如果训练样例大于1000的使用pipeline: "supervised_embeddings"
  
  以上两个是最重要的两个pipelines
编写自己的第一个Stories

这个文档是教你的助手如何去回应消息的

strories就是机器和用户的对话，core models通过真实的对话学习来训练自己。

同样cat data/stories.md查看一下里面的内容（截取部分）
```
## happy path
* greet
  - utter_greet
* mood_great
  - utter_happy
## sad path 1
* greet
  - utter_greet
* mood_unhappy
  - utter_cheer_up
  - utter_did_that_help
* affirm
  - utter_happy
```
*greet * 后面的是用户发送的消息（语句的意图或是实体）

- utter_greet - 后面是action （机器人需要执行的操作，可以是回一段消息或是自定义操作）

action中如果是回消息的话需要回话必须要以utter_开头且与domain里面定义的一致

如果是自定义操作虽然没有强制要求不过最好以action_开头

action这里还大有内容，后面学习了更新到后面的文章

定义一个Domain

[^]: 这里说域的话好像不太合适保留英文Domain吧

老样子查看cat domain.yml

intents:
- greet
- goodbye
- affirm
- deny
- mood_great
- mood_unhappy
templates:
  utter_greet:
  - text: Hey! How are you?
  utter_cheer_up:
  - text: 'Here is something to cheer you up:'
    image: https://i.imgur.com/nGF1K8f.jpg
  utter_did_that_help:
  - text: Did that help you?
  utter_happy:
  - text: Great carry on!
  utter_goodbye:
  - text: Bye
actions:
- utter_greet
- utter_cheer_up
- utter_did_that_help
- utter_happy
- utter_goodbye

intents	你期待用户说的话（意图）
actions	机器人能做的和能说的
templates	机器人回话模板

训练模型

每次一的更新内容，我们都需要重新训练我们的模型

执行下列代码
```
rasa train
echo "Finished training."
```
与机器人对话

执行rasa shell

举一反三（自己的第一个机器人）

修改 `data/nlu.md` 中加入中文

截取内容如下

## intent:affirm
- yes
- indeed
- of course
- that sounds good
- correct
- 是的
- 当然
- 正确

修改cat config.yml的内容

把 language: en 改为 language: zh

修改domain.yml内容

修改templates: utter 的text的文本内容

templates:
  utter_greet:
  - text: 嗨！生活还好吗
  utter_cheer_up:
  - text: '希望这张图片能让你心情有所好转:'
    image: https://i.imgur.com/nGF1K8f.jpg
  utter_did_that_help:
  - text: 对你有帮助吗?
  utter_happy:
  - text: 加油!继续!
  utter_goodbye:
  - text: 再见

尝试训练

rasa train
运行

rasa shell