Question

我正在用rasa-nlu构建一个聊天机器人。我完成了教程，并构建了一个简单的机器人。但是，我需要大量的培训数据来构建能够预订出租车的聊天机器人。所以我需要数据来构建一个特定的机器人。

是否有预订出租车的存储库或语料库？或者有没有办法生成这种数据集？

Answer 1

这是来自Rasa的创始人之一的博客文章，我认为它有一些非常好的建议。我认为你以错误的方式去寻求预先建立的训练集。自己启动，然后添加朋友等，直到您构建了最适合您机器人的训练集。

Put on your robot costume

除此之外，Rasa文档在improving model performance

下有此内容

当rasa_nlu服务器运行时，它会跟踪所有内容它的预测并将它们保存到日志文件中。默认情况下为log 文件放在日志/中。此目录中的文件包含一个每行json对象。您可以修复任何不正确的预测并添加他们到你的训练集来改进你的解析器。

我认为只要你能够自己提出的训练集，你会感到惊讶。

找到语料库好运，但无论哪种方式都希望这些链接和片段有所帮助。

Answer 2

以下链接包含与商业聊天机器人应用程序相关的数据集（＆＃39;人机对话）。它是人 - 人和人机文本对话数据集以及音频对话数据集的相当全面的集合。 https://breakend.github.io/DialogDatasets/

Answer 3

我们确实遇到了相同的问题while trying to build a love relationship coach bot。长话短说，我们决定创建一个简单的工具来收集来自我们的朋友，同事或Mechanical Turk上的人的数据：https://chatbotstrap.io。

想法是创建像这样的民意调查：https://chatbotstrap.io/en/project/q5pimyskbhna2rm?language=en&nb_scenarios=10 并将它们发送给您认识的任何人。使用该解决方案，我们能够在几天内建立一个包含6000多个句子，分为10个意图的数据集。

该工具是免费的，只要您同意使用它构建的数据集可以开源即可。如果您更愿意成为所收集数据的唯一受益者，他们还将获得付费计划。

Answer 4

执行此操作的一种方法是，转到LUIS.AI

使用Office 365登录，制作您自己的出租车预订应用程序，通过提供如下的意图和话语：

现在，在培训和发布模型后，下载如下语料库：

现在，在下载语料库后，它看起来像这样：

安装RASA NLU，我的机器上安装了Windows 8.1，步骤如下：

以下是配置RASA的步骤：

首次安装：用于安装Python 3.6解释器的Anaconda 4.3.0 64位Windows：https://repo.continuum.io/archive/Anaconda3-4.3.0-Windows-x86_64.exe

＆安培;

Visual Studio 2015的Python工具：https://ptvs.azureedge.net/download/PTVS%202.2.6%20VS%202015.msi

接下来，在命令提示符下以管理模式按此顺序安装以下软件包：

Spacy机器学习包： pip install -U spacy
Spacy英语语言模型： python -m spacy download en
Scikit套餐： pip install -U scikit-learn
用于数学计算的Numpy包： pip install -U numpy
Scipy Package： pip install -U scipy
用于意图识别的Sklearn套餐： pip install -U sklearn-crfsuite
NER Duckling通过Spacy实现更好的实体识别： pip install -U duckling
RASA NLU： pip install -U rasa_nlu == 0.10.4

成功安装上述所有软件包后，制作一个将由RASA读取的spaCy配置文件，如下所示：

{
    "project": "Travel",
    "pipeline": "spacy_sklearn",
    "language": "en",
    "num_threads": 1,
    "max_training_processes": 1,
    "path": "C:\\Users\\Kunal\\Desktop\\RASA\\models",
    "response_log": "C:\\Users\\Kunal\\Desktop\\RASA\\log",
    "config": "C:\\Users\\Kunal\\Desktop\\RASA\\config_spacy.json",
    "log_level": "INFO",
    "port": 5000,
    "data": "C:\\Users\\Kunal\\Desktop\\RASA\\data\\FlightBotFinal.json",
    "emulate": "luis",
    "spacy_model_name": "en",
    "token": null,
    "cors_origins": ["*"],
    "aws_endpoint_url": null
  }

接下来，制作如下目录结构：

数据文件夹 - ＆gt;将包含所有LUIS格式的语料库

模型 - ＆gt;将包含所有训练模型

日志 - ＆gt;将包含活动学习日志和RASA框架日志

像这样，

现在，为训练和启动RASA NLU服务器制作批处理文件脚本。

通过记事本或Visual Studio代码创建一个TrainRASA.bat并写下：

 python -m rasa_nlu.train -c config_spacy.json
 pause

现在通过记事本或Visual Studio代码创建一个StartRASA.bat并写下：

python -m rasa_nlu.server -c config_spacy.json
pause

现在，通过单击刚刚创建的批处理文件脚本来训练和启动RASA Server。

现在，一切准备就绪，只需启动chrome并向你的enpoint / parse发出HTTP GET请求

赞：http://localhost:5000/parse?q=＆amp; project =

您将获得与Bot Framework C＃的LUISResult类相对应的JSON响应。

现在处理完毕后要执行的业务逻辑。

或者，您可以查看RASA Core，它主要是为此目的而构建的。

RASA Core, which uses machine learning to build dialogs instead of simple if-else statements.

用于构建聊天机器人的会话数据

4 个答案: