我正在使用rasa学习bot开发。我用简单的银行系统用例.Below是短流程
I want to apply for loan
Home loan Car Loan Personal Loan
**User comes again after some days**
Hey, you inquired about the loan previously, what is the status?
Bought from another bank
Which bank?
Axis Bank
What interest rate did you buy the loan at?
5%
假设用户询问“我想申请贷款”,这样我就可以对意图进行分类并提取实体,并相应地回复用户。 但是如果用户说“Axis Bank”那么我应该如何跟踪他回答哪个问题“Axis Bank”以及我的下一个问题或答案是什么。
我搜索如何跟踪对话状态?
我遇到了[https://github.com/RasaHQ/rasa_nlu/issues/303][1]此链接 他们提到了
我认为这不应成为RASA目标IMO的一部分:NLU本身就是其中之一 一个非常庞大而复杂的主题要处理。但你可以使用具体的 像botkit这样的框架。
但是在rasa-core中有一个插槽选项(在对话期间跟踪的信息(例如用户年龄))
在下面的链接提及 Difference between Rasa core and Rasa nlu
Rasa核心用于指导Rasa nlu的会话流程 理解并处理文本以提取信息(实体)
在谈话流程方面,有人可以帮助理解 rasa-core和botkit 之间的区别吗?
由于
答案 0 :(得分:4)
RASA和botkit不是唯一的选择,你当然也有(仅举几个开发人员友好的选项)IBM Watson,MS Bot Framework(或者他们现在称之为botbuilder),其中v4是正在开源中开发。
RASA Core脱颖而出的原因是它根据对话的意图和当前状态了解下一步该做什么。对于其他人,您需要编写流程脚本(或者您必须构建一个可以保存其他人可以填充的流的数据结构)。
您将采用哪种方式取决于您已拥有的会话数据量以及您的机器人的复杂程度。对于简单的bot,使用脚本化流程会更快。当它变得很大时,你的脚本机器人很难扩展。
这是我在学习RASA时读到的几篇好文章。 https://medium.com/rasa-blog/a-new-approach-to-conversational-software-2e64a5d05f2a
https://medium.com/@harjun1601/building-a-chatbot-with-botkit-and-rasa-a18aa4d69ebb