Rasa Core和Rasa nlu之间的区别
artificial-intelligence
nlp
6
0

我试图从Rasa核心Rasa nlu的官方文档中了解有关rasa的信息,但无法得出很多结论 。我能理解的是

Rasa核心用于指导对话流程,而Rasa nlu则用于理解和处理文本以提取信息(实体)

第二件事,有一些示例可以在Rasa核心中构建聊天机器人,而Rasa nlu都可以用于构建聊天机器人,但无法理解两种方法的区别以及何时遵循哪种方法。

您能否帮助我更好地理解。

参考资料:
Stack Overflow
收藏
评论
共 2 个回答
高赞 时间 活跃

为了简单地说明,Rasa NLU使用NLP(自然语言处理)来理解您告诉机器人的内容。

它了解您说的内容,并将其与您定义的某种意图相匹配。

另一方面,Rasa Core处理对话流程。故事标记文件列出了意图和动作。

因此,当NLU给出意图时,Core会执行与其对应的操作,而bot会以该操作进行回复。

收藏
评论

你答对了。两者一起工作,但有各自不同的目标。简单来说,Rasa Core处理对话流程,话语,动作和Rasa NLU提取实体和意图。

关于第二个问题:

第一个示例显示了创建bot的整个工作流程,并显示了如何设置域和故事。这些是Rasa Core而非Rasa NLU的功能。在此示例的第2项(称为“定义解释器”)上,作者明确表示他正在使用Rasa NLU作为解释器(但您甚至可以使用其他实体提取器框架)。

第二个示例(Rasa NLU一个)显示了如何仅训练实体和意图提取器。您没有有关域和故事的任何信息,也没有有关对话流程的任何信息,这是一个纯粹的NLU示例(即使他使用Rasa Core的默认运行方法来运行该机器人)。

当我开始学习Rasa时,很难理解开发机器人的概念。但是随着您开始编码,它变得清晰起来。无论使用哪种平台,NLU都将处理实体和意图,而对话流程则将是其他东西。

甚至可以使用一个库来处理机器人的核心,而使用另一个库来处理NLU。

我想指出,与您可以用来构建bot核心的大多数工具不同,Rasa Core使用机器学习来更好地概括对话流程。您可以使用可能的对话路径的数据集并训练核心对其进行概括,而不必为对话中的每个可能的节点编写代码。这是一个非常酷而强大的功能:)

希望能帮助到你。

收藏
评论
新手导航
  • 社区规范
  • 提出问题
  • 进行投票
  • 个人资料
  • 优化问题
  • 回答问题

关于我们

常见问题

内容许可

联系我们

@2020 AskGo
京ICP备20001863号