1. Johngo学长首页
  2. 技术点详细复盘专题
  3. 人工智能

对话机器人（三）——RASA：训练数据

• 人工智能 • 阅读 181

1. 训练数据格式

使用YAML作为统一且可扩展的方式来管理所有训练数据，包括NLU数据、stories、rules。训练数据可以使用多个YAML文件，每个文件包含NLU数据、stories、rules的任意组合。

version: "3.1"
nlu:
- intent: greet
  examples: |
    - Hey
    - Hi
    - hey there [Sara](name)

- intent: faq/language
  examples: |
    - What language do you speak?

    - Do you only handle english?

stories:
- story: greet and faq
  steps:
  - intent: greet
  - action: utter_greet
  - intent: faq
  - action: utter_faq

rules:
- rule: Greet user
  steps:
  - intent: greet
  - action: utter_greet

| 是管道符号
nlu、stories、rules是对应的

data/nul.yml下包含训练数据

2. NLU 训练数据

保存为data/nlu.yml。

由用户话语的例子组成。examples包括实体，还可以添加synonym(同义词)、regex(正则表达式)、lookup(查找)以帮助正确识别意图和实体。

结构：nlu是一个列表，列表中每个元素都是一个字典，根据特殊含义的键区分不同字典的功能。

普通字符直接表示即可。注： 需要用小写字母。

nlu:
- intent: greet
  examples: |
    - 你好
    - 您好
    - 怎么了

可以自定义NLU组件和需要示例的metadata，metadata包含任意键值对，会在nlu pipeline中被组件接收。

nlu:
- intent: greet
  examples:
  - text: |
      你好
    metadata:
      情绪：中性
  - text: |
      嘿!

代表该意图下所有的例子都包含该metadata。

nlu:
- intent: greet
  metadata:
    情绪: 中性
  examples:
  - text: |
      你好
  - text: |
      嘿!

在检索意图后添加后缀，用于标识机器人特定响应键。

nlu:
-intent: chitchat/ask_name
  examples: |
    - 你叫什么名字？
    - 我可以知道你的名字吗？
    - 大家叫你什么？
    - 你有自己的名字吗？

-intent: chitchat/ask_weather
  examples: |
    - 今天天气如何？
    - 今天外面阳光明媚吗？
    - 噢，你介意帮我查一下天气吗？
    - 我喜欢柏林阳光明媚的日子。

用实体值表示。

完整语法：(role、group、value字段可选)

[<entity-text>]{"entity": "<entity name>", "role": "<role name>", "group": "<group name>", "value": "<entity synonym>"}
</entity></group></role></entity></entity-text>

如：”明天上海的天气如何”表示为”明天上海的天气如何？”明天是日期，上海是城市。
另一种表示方式：[实体值]{“key”: “value”,…}
[明天]{“entity”: “日期”}[上海]{“entity”: “城市”}的天气如何？

nlu:
- intent: check_weather
  examples: |
    - [明天](日期)[上海](城市)的天气如何？
    - [明天]{"entity": "日期"}[上海]{"entity": "城市"}的天气如何？

❃ 获取方法：机器学习模型训练、正则表达式RegexEntityExtractor。

❃ 要从具有特定role/group的实体填充插槽，您需要为插槽定义 from_entity ，插槽映射并指定所需的角色/组。

entities:
   - city:
       roles:
       - departure
       - destination
slots:
  departure:
    type: any
    mappings:
    - type: from_entity
      entity: city
      role: departure
  destination:
    type: any
    mappings:
    - type: from_entity
      entity: city
      role: destination

存储同义词信息。在启动EntitySynonymMapper组件时，推理时会将得到的实体值的同义词替换成它的”标准词”。

只修改实体的值，不影响实体的类型。

nlu:
- synonym: 番茄
  examples: |
  - 蕃茄
  - 西红柿
  - 洋柿子
  - 火柿子

将正则表达式匹配的内容是否出现作为特征传给NER、意图识别。如提取身份证号码、电话号码、IP地址。

  • RegexFeaturizer组件：正则表达式的名称无关紧要。
  • RegexEntityExtractor组件：正则表达式的名称与要提取的实体名称匹配。

nlu:
- regex: account_number
  examples: |
    - \d{10,12}
- intent: inform
  examples: |
    - 我的帐号是 [1234567891](account_number)
    - 这是我的帐号 [1234567891](account_number)

存储查找表。实体识别和意图识别时，若能提供额外的特征，可以提高准确度。如提供一个特征词列表（查找表）。

nlu:
- lookup: 城市
  examples: |
    - 北京
    - 上海
    - ...

    - 广州
    - 深圳

3. 对话训练数据

用于训练对话管理模型。

故事是用户和AI助手之间对话，转换成特定的格式， 用户输入表示为 意图(必要时表示为实体)，而 AI的响应和动作表示为 动作名称。

stories:
- story: 收集餐厅预订信息
  steps:
  - intent: greet
  - action: utter_ask_howcanhelp
  - intent: inform
    entities:
    - location: "罗马"
    - price: "便宜"
  - action: utter_on_it
  - action: utter_ask_cuisine
  - intent: inform
    entities:
    - cuisine: "西班牙"
  - action: utter_ask_num_people

故事用于训练机器人对话管理模型的训练数据，记录对话过程。记录用户的语义表达和系统内部正确的状态变化。

stories由 story、 metadata、一系列 steps组成。

stories:
- story: 和用户打招呼
  metadata:
    author: 某人
    key: value
  steps:
  - intent: greet
  - action: utter_greet
  • story：取值任意，不参与训练。值代表这个故事的备注，用于给开发者提供该故事的信息。
  • metadata：取值任意，不参与训练，可选值。存储有关该故事的相关信息，比如作者author。
  • steps：通过列表线性表示用户和机器人之间的交互：每个step可以包含以下信息：

由 意图和 实体表示的用户消息。

steps:
- intent: inform
 entities:
    - location: "上海"
    - price: "实惠"

故事仅仅在某个对话节点上存在不同，可以使用or来精简故事。

stories:
- story: 流程开始
 steps:
 - action:utter_ask_confirm
 - or:
   - intent: affirm
   - intent: thankyou
 - action: action_handle_affirmation

机器人执行的所有操作。在训练和测试对话管理系统时，rasa不会真正地执行相关的动作，无法获得动作运行的结果（事件）是什么，因此需要开发者在故事中明确地给出。

  • 回复(Responses)： 以 utter_ 开头，发送一个特定的消息给用户
  • 自定义动作(custom actions)： 以 action_ 开头，运行自定义代码，并且可以发送或不发送消息。

stories:
- story: story with a response
  steps:
  - intent: greet
  - action: utter_greet

stories:
- story: story with a custom action
  steps:
  - intent: feedback
  - action: action_store_feedback

对于复杂的故事，可能存在用户请求一次后rasa连续执行多次动作的情况。

- action: action_on_it
- action: aticon_ask_howcanhelp

内置的动作，rasa按照动作的类型自动给出返回的事件。 自定义事件的故事，需要手动给出动作改变的状态。这种改变叫做 事件。常用的事件包括词槽事件和active_loop事件。

  • 词槽事件：能对词槽状态进行更改的事件 ❃ 伴随 slot name和可选的 slot value。slot value是通过 entities或者 custom actions&#xFF08;&#x81EA;&#x5B9A;&#x4E49;&#x52A8;&#x4F5C;&#xFF09;设定的。
- slot_was_set:
  - asked_for_help: true


stories:
- story: story with a slot
  steps:
  - intent: celebrate_bot
  - slot_was_set:
    - feedback_value: positive
  - action: utter_yay

若slot value无关紧要，那只需要列出slot name：

stories:
- story: story with a slot
  steps:
   - intent: greet
   - slot_was_set:
     - name
   - action: utter_greet_user_by_name
  • active_loop：负责激活和取消激活表单form。

-active_loop: restaurant_form

特殊的自定义动作，包含了一个要求的槽位集合。 在 domain.yml 的 forms section定义。一旦定义，需要为form指定一个 happy path 作为一个 rule。在form中，也需要定义 unhappy paths 让模型能够识别未曾见过的对话序列。示例格式如下：

stories:
- story: 有表单的故事
steps:
- intent: search_restaurant
- action: restaurant_form
- active_loop: restaurant_form
- active_loop: null
- action: utter_restaurant_found

action 激活了form并且开启了槽位填充的循环。 active_loop: restaurant_form表示现在有一个激活的form。 active_loop:null 表示在当前form完成前，别的form不被激活。

form可以在被中途打断了后仍处于激活状态；在这种情况下，中断应该出现在 action: <form to activate></form>步骤之后，然后是 active_loop: <active form></active>步骤。表单的中断可能如下所示：

stories:
- story: 中断食物
steps:
  - intent: request_restaurant
  - action: restaurant_form
  - intent: chitchat
  - action: utter_chitchat
  - active_loop: restaurant_form
  - active_loop: null
  - action: utter_slots_values

减少故事中重复部分，名字相同的检查点之间可以互相跳转，将故事与另一个故事联系起来。

stories:
- story: 流程开始
 steps:
 - intent: greet
 - action: action_ask_user_question
 - checkpoint: check_asked_question
- story: 处理用户确认
 steps:
 - checkpoint: check_asked_question
 - intent: affirm
 - action: action_handle_affirmation

故事开头的检查点也可以以设置的插槽为条件:

stories:
- story: story_with_a_conditional_checkpoint
  steps:
  - checkpoint: greet_checkpoint

    slot_was_set:
    - context_scenario: holiday
    - holiday_name: thanksgiving
  - intent: greet
  - action: utter_greet_thanksgiving

规则描述了应该始终 遵循相同路径的简短对话。格式类似于story， conversation_started和 conditions键用于指定规则应适用的条件。


rules:
- rule: 当用户以 greet 意图开始对话时说 hello
  conversation_start: true
  steps:
  - intent: greet
  - action: utter_greet


rules:
- rule: 只有在用户提供姓名时才说"嘿"
   condition:
   - slot_was_set:
      - user_provided_name: true
   steps:
   - intent: greet
   - action: utter_greet

❃ 在规则结束时跳过等待用户输入：完成最后一步后等待下一条用户消息

rules:
- rule: 应用时等待用户消息的规则
  steps:
  - intent: greet
  - action: utter_greet

❃ 若将下一个动作预测交给另一个故事或规则， 添加 wait_for_user_input: false到规则中。

rules:
- rule: 应用就不会等待用户消息的规则
  steps:
  - intent: greet
  - action: utter_greet
  wait_for_user_input: false

不要过度使用规则

测试一个mesage是否被成功分类，用user指定实际的消息文本和文本中包含的实体。

stories:
- story: A basic end-to-end test
  steps:
  - user: |
     hey
    intent: greet
  - action: utter_ask_howcanhelp
  - user: |
     show me [chinese]{"entity": "cuisine"} restaurants
    intent: inform
  - action: utter_ask_location
  - user: |
     in [Paris]{"entity": "location"}
    intent: inform
  - action: utter_ask_price

不必处理 NLU 管道提取的消息的特定意图，使用 user将用户消息直接放入stories。

stories:
- story: user message structure
  steps:
    - user: the actual text of the user message
    - action: action_name

可以添加实体标签，也可以将机器人话语直接放入stories中。

stories:
- story: 完整端到端的故事
  steps:
  - intent: greet
    entities:
    - name: 李明
  - bot: 你好!

  - intent: search_restaurant
  - action: utter_suggest_cuisine
  - user: 我总是去吃 [寿司](菜)
  - bot: 就我个人而言，我更喜欢披萨，不过我们还是去找找寿司店吧。
  - action: utter_suggest_cuisine
  - user: 祝你有美好的一天!

  - action: utter_goodbye

参考文献：
[1] 孔小泉,王冠.Rasa实战：构建开源对话机器人[M].电子工业出版社.2022:201.

[2] RASA官方文档 https://rasa.com/docs/rasa/rules

Original: https://blog.csdn.net/qnstar_/article/details/125046335
Author: 就要辣谢谢。
Title: 对话机器人（三）——RASA：训练数据

原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/544619/

转载文章受原作者版权保护。转载请注明原作者出处！

赞 (0)
0

【自取】最近整理的，有需要可以领取学习：



Linux核心资料大放送~

全栈面试题汇总（持续更新&可下载）

一个提高学习100%效率的工具！

【超详细】深度学习面试题目！

LeetCode Python刷题答案下载！

LeetCode Java版刷题答案下载！

LeetCode C++ 版本，抓紧保存！

LeetCode GO语言 刷题答案下载！

大家都在看

亲爱的 Coder【最近整理，可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球