使用Rasa2.5训练简单的中文对话模型

Rasa-x0.28.1的Whl

Rasa机器人1.10.0Whl包

该资源包是spacy模块训练中文的最小的预料，下载解压文件，里面包含zh_core_web_sm-2.3.0.tar.gz文件，如何使用请转到https://blog.csdn.net/qq_34624315/article/details/109095357查看！！！

自然语言处理对话构建框架，有很详尽的中文介绍，rasa的官方笔记，中文是翻译结果。。。。。。。。。。。。。。。。。。。。

[在制品] 克隆项目 git clone https://github.com/hungvu193/ExchangeRateBot.git 安装 创建虚拟环境 cd projectfolder python3 -m venv ./venv source ./venv/bin/activate 安装spacy pip3 install "rasa[spacy]" 安装vi-spacy-model pip install https://github.com/trungtv/vi_spacy/raw/master/packages/vi_spacy_model-0.2.1/dist/vi_spacy_model-0.2.1.tar.gz 安装pyvi pip install pyvi 链接vi_spacy_model python -m spacy link vi_spacy_mode

洛克机器人 LockeBot：使用和数据库实现基本问答机器人的演示。 这是什么？ 它是一款可以通过终端，电子邮件， 或回答简单问题的机器人 在经过实例训练后，它（一定程度上）能够概括问题并以相似的方式回答问题。 这些问题将转换为意图和实体，然后将其用于构造查询以针对数据库运行以提供答案。 这是RoyBot版本的演示 :crown: （这是训练有素/编码回答一系列关于英语和英国君主不同的问题），当程序运行时，您可以访问它生活在Facebook Messenger的 这个项目源于我使用Rasa NLU在Python中构建机器人的实验。 我应该事先意识到，这不一定是使用它的完美方法，并且可能有许多事情可以用更Python化的方式来完成，但是我的目的是通过共享它，其他人将能够获得一些东西基本的工作原理，否则他们会在另一个项目中将其用作灵感。 Rasa NLU具有极大的优势，可以让您在本地处理NLU模型，从而不将数据移交给第三方。 我并不是从理论上反对使用第三方NLU工具，但是在了解可能的情况时，不需要外部参与非常有用，我怀疑其他人也可能处于这种位置。 这个项目的一个有趣的选择是在上

RasaCore项目，自然语言理解官方文档，中文版本 入门 • 动机 • 但我不用python代码！ • 安装 教程 • 建立一个简单的机器人 • 监督学习教程 • 互动学习 • 没有Python的Rasa Core 深潜 • 域，插槽和操作 • 故事 - 训练数据 • 常见模式 • 探究 - 如何融合在一起 • HTTP服务器 • 连接到消息和语音平台 • 计划提醒 Python API • 代理人 • 事件 开发者文档 • Featurization • 解释器 • 自定义策略 • 跟踪对话状态 • 迁移指南 • 更改日志

本文档中包含：《RASA CORE文档》、《RASA NLU文档》，指导你快速创建一个属于自己的聊天机器人

在本教程中，您将创建第一个Rasa NLU bot。 您可以直接在此处运行所有代码段，也可以安装Rasa NLU并在自己的计算机上运行示例。 作为一个例子，我们将开始一个新项目，以帮助人们搜索餐馆。 我们将从这些对话的极其简单的模型开始。 你可以从那里建立起来。 格式很乱，暂且先这样。嘿嘿