智能聊天机器人——基于RASA搭建

前言：

　　最近了解了一下Rasa，阅读了一下官方文档，初步搭建了一个聊天机器人。    

　　官方文档：https://rasa.com/docs/　　

　　搭建的chatbot项目地址: https://github.com/handsomecui/chat-robot.git

Rasa介绍：

　　Rasa Stack 开源机器学习工具，供开发人员创建上下文AI助手和聊天机器人，由 Rasa Core and NLU 组成。

　　rasa-nlu：用于自然语言理解的库，具有意图分类和实体提取

        识别结构化数据，根据培训数据了解用户信息，可以根据预定义意图解释意义。

　　rasa-core（DM）：基于机器学习的对话管理的聊天机器人框架

        基于NLU的输入和历史对话，训练数据，Core决定接下来的对话内容。

项目简介：

　　 配置文件：

　　nlu_data.md 存放意图以及对应的问法

　　stories.md和domain.md 存放故事情节以及实体，对应的输出

　　 主要依赖介绍：

　　 Jieba

　　　　作用：中文分词。

　　　　简介：是一个强大的分词库,完美支持中文分词。

　　 Mitie

　　　　作用：信息抽取

　　　　简介：它是一款免费且先进的信息抽取工具，目前包含了命名实体抽取、二元关系检测功能，另外也提供了训练自定义抽取器和关系检测器的工具。

使用流程：

　 　　1.创建NLU实例

 　　   2.定义NLU模块配置

 　　   3.训练NLU模型

  　　  4.测试NLU模型

   　　 5.训练使用Rasa Core输出内容

   　　 6.定义Domain:意图，行为，模板

 　　   7.训练对话模型　

   　　 8.开始对话

后续扩展：

　　tensorflow,同义词库，爬数据训练