中文的rasa分支Rasa_NLU_Chi在安装过程中有一些错误:
https://blog.csdn.net/qq_30650047/article/details/96697361
在mac上使用conda,避免污染环境
conda info --env
conda create --name rasa_chi python=3.7
conda activate rasa_chi
避免mkl报错,需要安装mkl
conda install mkl-devel
如果需要升级conda
conda update -n base -c defaults conda
需要下载模型 total_word_feature_extractor_zh.dat
链接:
https://pan.baidu.com/s/1kNENvlHLYWZIddmtWJ7Pdg 密码:p4vx
git clone https://github.com/crownpku/Rasa_NLU_Chi.git
python setup.py install 之前需要安装依赖
pip install -r requirements.txt
alt_requirements/requirements_bare.txt
这个里面对应的一些包可能不适合当前的mac版本10.15.6
```
#gevent==1.2.2
gevent==20.6.2
klein==17.10.0
hyperlink==17.3.1
boto3==1.5.20
typing==3.6.2
future==0.16.0
six==1.11.0
jsonschema==2.6.0
matplotlib==2.1.0
requests==2.20.0
tqdm==4.19.5
#numpy==1.14.0
numpy==1.14.5
simplejson==3.13.2
cloudpickle==0.5.2
msgpack-python==0.5.4
packaging==17.1
pyyaml==5.1
coloredlogs==9.0
```
其中
使用pip freeze|grep numpy 查看已经安装的版本。,
可能需要的依赖
gevent有问题,安装最新版
pip install gevent==20.6.2
pip install numpy==1.14.5
pip install scipy==1.5.2
brew install svn
brew install blis
brew install openblas
没有scipy 也会报sklearn的错
有一些也没包含在这个依赖里面,需要手动安装下
分词组件:
pip install jieba
pip install mitie pathlib
https://blog.csdn.net/sinat_21591675/article/details/82770360
pip install 后面加 -i url
国内源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r alt_requirements/requirements_bare.txt
注意:最终error shape (1, 5) 类似的问题都是scikit-learn 版本不对,scikit-learn 又依赖mkl等,最终0.19.2版本通过,0.19.1似乎不行
pip uninstall scikit-learn
pip install scikit-learn==0.19.2
依赖装完之后,最后
python setup.py install
注意安装完之后重新训练模型,模型训练也是需要scikit-learn 等依赖的
################
重要概念
pipeline的选择
MITIE+Jieba+sklearn
sample_configs/config_jieba_mitie_sklearn.json
没有修改,
```
{
"name": "rasa_nlu_test",
"pipeline": ["nlp_mitie",
"tokenizer_jieba",
"ner_mitie",
"ner_synonyms",
"intent_entity_featurizer_regex",
"intent_featurizer_mitie",
"intent_classifier_sklearn"],
"language": "zh",
"mitie_file": "./data/total_word_feature_extractor_zh.dat",
"path" : "./models",
"data" : "./data/examples/rasa/demo-rasa_zh.json"
}
```
MITIE:https://blog.csdn.net/wangyizhen_nju/article/details/93622942
支持分布式词嵌入和结构化SVM(support vector machine),支持向量机
个性化的数据加入到这里
注意把下载total_word_feature_extractor_zh.dat 放到这个配置里了
数据:
data/examples/rasa/demo-rasa_zh.json
可以加一些数据,比如加两个意图,问天气和想要点外卖
```json
{
"rasa_nlu_data": {
"common_examples": [
{
"text": "今天天气怎么样",
"intent": "ask_weather",
"entities": []
},
{
"text": "今天天气如何呀",
"intent": "ask_weather",
"entities": []
},
{
"text": "天气",
"intent": "ask_weather",
"entities": []
},
{
"text": "外卖",
"intent": "want_waimai",
"entities": []
},
{
"text": "我想点外卖",
"intent": "want_waimai",
"entities": []
},
{
"text": "我想点一些吃的",
"intent": "want_waimai",
"entities": []
},
{
"text": "我想吃好吃的",
"intent": "want_waimai",
"entities": []
},
{
"text": "附近有什么好吃的",
"intent": "want_waimai",
"entities": []
},
```
训练后模型在model下,变更数据后重新训练
####################
使用:
训练
python -m rasa_nlu.train -c sample_configs/config_jieba_mitie_sklearn.yml --data data/examples/rasa/demo-rasa_zh.json --path models
启动server:
python -m rasa_nlu.server -c sample_configs/config_jieba_mitie_sklearn.yml --path models
客户端测试:
curl -XPOST localhost:5000/parse -d '{"q":"我发烧了该吃什么药?", "project": "default", "model": "model_20200804-010331"}' | python -mjson.tool
分享到:
相关推荐
资源分类:Python库 所属语言:Python 资源全名:rasa-nlu-0.13.1.tar.gz 资源来源:官方 安装方法:https://lanzao.blog.csdn.net/article/details/101784059
使用Docker部署Rasa NLU和Rasa Core # RASA NLU docker pull rasa/rasa_nlu docker run -p 5000:5000 --name rasa-nlu rasa/rasa_nlu # RASA CORE docker pull rasa/rasa_core docker run -p 5005:5005 --name rasa...
介绍支持rasa json数据格式的bert finetune准备在训练finetune模型前需要先下载bert pre-train model,这里用的是中文的,可去官网下载chinese_L-12_H-768_A-12 。 json文件称为rasa_dataset_training.json ,dev的...
Rasa Core和Rasa NLU介绍这个聊天机器人demo是用开源NLU框架完成意图识别与实体识别,用完成对话管理和与对话生成。本demo完成的对话主要有: 1:进行套餐,查询话费和流量(会话场景1) 2:案件查询(会话场景2) 3...
使用Python 3.7.x开发安装$ pip install rasa_denerator 安装后,可以通过命令行或在python脚本中使用该组件,我们为这两种情况提供了方案。用法命令行界面以下示例将从动作模块,nlu训练数据和模板创建域文件$ ...
这个聊天机器人demo是用开源NLU框架rasa-nlu完成意图识别与实体识别,用rasa-core完成对话管理和与对话生成。 本demo完成的对话主要有: 1: 办理套餐、查询话费和流量(会话场景1) 2:案件查询(会话场景2) 3:Q&A问答...
total_word_feature_extractor_zh.dat数据集:部署中文nlu----基于rasa_nlu
Rasa UI提供了一个Web应用程序,可以通过Web界面快速轻松地创建和管理机器人,NLU组件(正则表达式,示例,实体,意图等)和核心组件(故事,动作,响应等)。 它还为Rasa提供了一些便利功能,例如训练和加载模型,...
资源来自pypi官网。 资源全名:rasa_nlu-0.9.1.tar.gz
使用 RASA NLU 来构建中文自然语言理解系统(NLU) 本仓库提供前沿、详细和完备的中文自然语言理解系统构建指南。 在线演示 TODO 特性 提供中文语料库 提供语料库转换工具,帮助用户转移语料数据 提供多种基于 RASA ...
带有Rasa NLU和Core的会话式AI 在阿姆斯特丹举行的PyData会议的演示应用程序2018 您可以在找到演示文稿的幻灯片。安装笔记本计算机包含安装说明,这是其第一步。 基本上,您需要安装了rasa_core , rasa_nlu[spacy]...
RASA NLU官方文档中文翻译,指导你快速创建一个属于自己的聊天机器人
Rasa NLU(自然语言理解)是一个自然语义理解的工具,举个官网的例子如下: “我正在镇中心寻找一家墨西哥餐厅” 并返回结构化数据,例如: intent: search_restaurant entities: - cuisine : Mexican - ...
回购的rasachat文件夹中有一个基本的rasa核心和带有socket.io设置的rasa nlu聊天机器人 设置socket.io的步骤 从官方安装NodeJS。 内部根文件夹运行命令 npm init 系统将要求您输入项目的详细信息,您可以输入所需的...
食物助手 使用nodejs作为后端和Rasa作为ML库的食品订购AI助手。 使用Chatito生成NLU训练数据 npx chatito rasa_assistant/train_food_bot.... rasa-nlu-trainer -s rasa_assistant/data/rasa_dataset_training.json
自动回复建议,以聊天使用rasa_nlu框架构建的消息/电子邮件。 如何安装和培训聊天机器人 确保您已安装git,python,virtualenv和npm 克隆仓库git clone https://github.com/varunon9/chat-reply-suggestions.git ...
Rasa NLU数据集用于聊天机器人培训的数据集已转换为格式。 资料来源: 。 许可证:Creative Commons Zero v1.0 Universal()
Rasa NLU(中文),来自RasaHQ / rasa_nlu的分支。请参考最新说明您应该拥有的文件: 数据/total_word_feature_extractor_zh.dat 通过MITIE wordrep工具从中文语料库进行训练(需要2-3天的训练时间) 为了进行培训,...
在本教程中,您将创建第一个Rasa NLU bot。 您可以直接在此处运行所有代码段,也可以安装Rasa NLU并在自己的计算机上运行示例。 作为一个例子,我们将开始一个新项目,以帮助人们搜索餐馆。 我们将从这些对话的...
双文本变体生成+ Rasa NLU 在这里,您有一些迹象可以知道如何构建一个集成了工具和Rasa NLU系统的智能聊天。 目前,我们涵盖了该领域的三个业务部门:智能家居,电子商务网站和新闻。 通过人工训练数据将Rasa的结果...