Rasa-core是否在幕后训练实际的对话数据？

Question

由于核心训练domain.yml和stories.yml，而不依赖于用户的话(nlu.yml)，我理解RASA-核心训练与自然语言理解部分无关。它只训练“意图-动作”对，而不是实际的对话数据：

* greet
    - utter_greet

这是正确的吗？在这种情况下，我认为对话策略训练的训练数据总是很小，因为它是在抽象的意图-动作对上训练的，而不是实际的数据。换句话说，对话策略训练完全独立于NLU。

这种理解是正确的吗？我只想确认一下这个理解。

Answer 1

换句话说，对话策略训练完全独立于自然语言理解。

这对于训练来说是正确的。然而，在生产中，Rasa Core使用从Rasa NLU提取的实体，当然还有分类意图。

抽象意图-动作对

如果你在做一个FAQ聊天机器人，它应该只是“配对”。如果你真的想处理更复杂的对话，那么你必须写更多的故事。正如您在this Rasa demo中看到的，对于更复杂的聊天机器人，所需的训练数据可能会变得相当大。

如何创建这些意图-动作对？

实际上，你必须手动设计你的训练故事。目前还没有办法做到这一点。请参阅this blog post，它给出了一些如何为Rasa Core编写更好的培训故事的建议。