翻译NLU模型中的RASA实体提取问题

Question

我对RASA框架很陌生。我正在尝试开发一个西班牙NLU模型，它能够将用户消息分类为4个不同的意图(“翻译”、“定义”、“同义词”和“发音”)和识别实体(在这种情况下，我的实体可能是每个单词或表达式)。

例如，用户可以提供以下输入：

"Cómo se traduce estación de tren al inglés“(如何将火车站翻译成英文)

因此，单词或表达式可以是任何一个或多个单词，它们可以有任何长度。解决这个问题最好的方法是什么？我可以使用什么实体提取器，我应该尝试什么参数？

提前感谢！

Answer 1

您不能期望任何未知的句子或单词都会被RASA正确地解释。你有责任用一个特定的模型来训练人工智能，其中包含精确的句子，而RASA会给你一些概率，不管是否问到了类似的问题。

你应该定义和分类可能会被问到的一般句子：

示例1：

(

• ){火车站}在哪里？
• 如何找到{火车站}？

结果：

location

• Variable：{火车站}(可以是这里的任何东西)

示例2：

{English}

• How
• 如何翻译{word}
• I想要翻译{word}在中你会说用{English} {word}
  • Translate {word} {English}

  吗？

结果：

translation

• Variables：{英语} {word}

如果你能把所有可能被问到的句子分类，RASA会为你工作的。