Rasa NLU未分类意图

Question

我在码头集装箱上运行rasa-nlu。尝试对我的数据进行训练，然后执行对http服务器的请求，结果总是如下：

"intent": { "confidence": 1.0, "name": "None" }

我运行一个配置文件，如下所示：

{
  "name": null,
  "pipeline": "mitie",
  "language": "en",
  "num_threads": 4,
  "max_training_processes": 1,
  "path": "./models",
  "response_log": "logs",
  "config": "config.json",
  "log_level": "INFO",
  "port": 5000,
  "data": "./data/test/demo-rasa.json",
  "emulate": null,
  "log_file": null,
  "mitie_file": "./data/total_word_feature_extractor.dat",
  "spacy_model_name": null,
  "server_model_dirs": null,
  "token": null,
  "cors_origins": [],
  "aws_endpoint_url": null,
  "max_number_of_ngrams": 7,
  "duckling_dimensions": null,
  "entity_crf_BILOU_flag": true,
  "entity_crf_features": [
    ["low", "title", "upper", "pos", "pos2"],
    ["bias", "low", "word3", "word2", "upper", "title", "digit", "pos", "pos2", "p
attern"],
    ["low", "title", "upper", "pos", "pos2"]]
}

1. 这种行为的原因是什么？
2. “模型”文件夹在另一个嵌套文件夹中包含经过训练的模型，可以吗？

谢谢。

Answer 1

我已经看到了您的GitHub问题，谢谢您在这里提供更多的信息。您仍然会留下很多关于Docker容器的细节模棱两可。

我和其他几个人将一个拉请求合并到Docker上的repo可用这里中。现在有几个不同的版本可供使用，基本的使用说明可以在下面或主要的repo自述中找到。

一般码头工人使用说明

不过，就目前而言，请执行以下步骤：

docker run -p 5000:5000 rasa/rasa_nlu:latest-mitie

应该已经加载了演示数据，可以使用以下命令进行分析：

curl 'http://localhost:5000/parse?q=hello'

试着解决你的具体问题

至于您的具体安装以及失败的原因，我的猜测是，您经过培训的数据要么不存在，要么是rasa没有想到的名称。运行此命令以查看哪些模型可用：

curl 'http://locahost:5000/status'

你的反应应该是：

{
  "trainings_queued" : 0,
  "training_workers" : 1,
  "available_models" : [
    "test_model"
  ]
}

如果在available_models下面列出了一个模型，您可以使用下面的命令加载/解析它，将test_model替换为您的模型名。

curl 'http://localhost:5000/parse?q=hello&model=test_model'

Answer 2

在Windows环境下，MITIE管道存在一些问题:(关于MITIE的训练需要很长的时间，spaCy训练的速度很快。)(2-3分钟取决于您的处理器和RAM)。

我就是这样解决这个问题的：

注意:我使用的是Python3.6.3 x64 Anaconda和Windows8.1 O.S。

按照以下顺序安装以下软件包：

1. Spacy学习包：pip安装-U spacy
2. Spacy英语语言模型：python -m spacy下载en
3. Scikit软件包：pip安装-U scikit学习
4. 用于数学计算的Numpy软件包：pip安装-U numpy
5. Scipy软件包：pip安装-U scipy
6. 用于意图识别的Sklearn包：pip安装-U sklearn crfsuite
7. 用Spacy获得更好的实体识别：pip安装-U鸭子
8. RASA NLU：pip安装-U rasa_nlu==0.10.4

现在，在RASA v0.10.4中，它们使用不兼容WSGI的Twisted异步服务器。(这里有更多关于这个的信息。)

现在，按以下方式创建配置文件：

{
    "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
  }

现在运行服务器，类似于下面的模板：

http://localhost:5000/parse?q=&project=

您将得到类似于这样的JSON响应，比如LUISResult类的BotFramework C#。

​

​