Rasa 中文 FAQ 项目教程

本文档基于开源项目 Dustyposa/rasa_ch_faq 编写，旨在提供项目的详细使用指南。以下内容将涵盖项目的目录结构、启动文件以及配置文件的介绍。

1. 项目的目录结构及介绍

项目的目录结构如下：

rasa_ch_faq/
├── data/
│   ├── nlu/
│   │   └── rasa_faq.yml
│   └── stories/
│       └── stories.yml
├── models/
├── actions/
│   └── actions.py
├── config.yml
├── domain.yml
├── endpoints.yml
└── requirements.txt

各目录和文件的介绍如下：

• data/：包含训练数据。
  • nlu/：包含自然语言理解（NLU）数据。
    • rasa_faq.yml：NLU 训练数据文件。
  • stories/：包含对话流程（故事）数据。
    • stories.yml：故事训练数据文件。
• models/：存放训练好的模型文件。
• actions/：包含自定义动作的实现。
  • actions.py：自定义动作的 Python 文件。
• config.yml：项目的配置文件，包含 NLU 和核心配置。
• domain.yml：定义了对话机器人的领域，包括意图、实体、槽位、响应等。
• endpoints.yml：定义了外部服务的端点。
• requirements.txt：项目依赖的 Python 包列表。

2. 项目的启动文件介绍

项目的启动文件主要是 actions/actions.py 和 config.yml。

actions/actions.py

该文件包含了自定义动作的实现。例如：

from rasa_sdk import Action, Tracker
from rasa_sdk.executor import CollectingDispatcher

class ActionDefaultFallback(Action):
    def name(self):
        return "action_default_fallback"

    def run(self, dispatcher: CollectingDispatcher, tracker: Tracker, domain: dict):
        dispatcher.utter_message(text="对不起，我不明白你的意思。")
        return []

config.yml

该文件包含了 NLU 和核心配置，例如：

language: "zh"

pipeline:
  - name: "WhitespaceTokenizer"
  - name: "RegexFeaturizer"
  - name: "LexicalSyntacticFeaturizer"
  - name: "CountVectorsFeaturizer"
  - name: "CountVectorsFeaturizer"
    analyzer: "char_wb"
    min_ngram: 1
    max_ngram: 4
  - name: "DIETClassifier"
    epochs: 100
  - name: "EntitySynonymMapper"
  - name: "ResponseSelector"
    epochs: 100

policies:
  - name: "MemoizationPolicy"
  - name: " TEDPolicy"
    max_history: 5
    epochs: 100
  - name: "FallbackPolicy"
    nlu_threshold: 0.3
    core_threshold: 0.3
    ambiguity_threshold: 0.1

3. 项目的配置文件介绍

domain.yml

该文件定义了对话机器人的领域，包括意图、实体、槽位、响应等。例如：

intents:
  - greet
  - goodbye
  - affirm
  - deny
  - mood_great
  - mood_unhappy

entities:
  - name

slots:
  name:
    type: text

responses:
  utter_greet:
    - text: "你好！有什么可以帮助你的吗？"
  utter_goodbye:
    - text: "再见！"
  utter_happy:
    - text: "太好了！"
  utter_unhappy:
    - text: "很抱歉听到你不开心。"

endpoints.yml

该文件定义了外部服务的端点，例如：

action_endpoint:
  url: "http://localhost:5055/webhook"