使用 RASA 映射大型数据集的常见问题解答 (2000+)

Question

RASA 由 RASA NLU + Core 组成，我已经测试过我了解它的一些部分。我尝试将其放入示例实践中，并且它的工作完美无缺。

我计划将其提升到一个新的水平，我希望在“tensorflow”后端的帮助下创建一个基于 RASA 堆栈的常见问题解答系统。

我收到了超过 1200 对问题和答案。第一，NLU 将负责理解和分类意图以及实体提取。第二，它将 json 响应传递给 RASA 核心，其中 Answers 将映射或响应给用户。这听起来很简单，但当我去检查 RASA 时，它给出了一些不同的东西。通常，RASA 核心将根据预定义的故事以及 ==> "utter_" 来响应用户。预定义的故事很好，但仅适用于少量数据集。我们必须手动编写它。

当数据集或基于知识的增长如 1000+ 或 5000+ 时如何处理，我们无法手动映射它。我试着环顾四周，但还没有找到任何合适的方法来处理它。

之前我用[Retrieval Model] Sklean Tfidf-vectorizer作为词袋和consine-similary比较并返回最相似的问题索引，当找到索引时Answer会根据索引进行选择，但这种解决方案并不有效因为意义将丢失并且更多的问题。

有没有人有这么好的解决方案？

谢谢

Answer 1

首先，我想澄清一下实际的架构：

1. 用户向聊天机器人发送消息
2. Rasa Core 接收这些消息并将它们传递给 Rasa NLU，后者进行意图识别（理解用户的目标）并从输入中提取实体
3. 基于识别出的意图、实体和对话历史，Rasa Core 预测机器人的下一个动作

在您的情况下（FAQ bot，许多问题）您可以尝试以下操作，这将导致相对简单的故事：

## User asks for price
* ask_location{"place": "a entity which is extracted by NLU}
  - action_utter_place

# User asks for location
* ask_price{"item": "a entity which is extracted by NLU}
  - action_utter_price

[...]

当然，我会添加更多路径，例如，如果用户对答案不满意，或者用户试图与您的聊天机器人聊天等。

在下一步中，我将在您的 NLU 训练数据中提供所有可能的问题，并根据问题的内容提取不同的实体。例如：

## intent:ask_location
- Where is the [cinema](place)
- How do I get to the next [supermarket](place)
- What's the closest [doctor](place)

## intent:ask_price
- How much is it
- What does it cost
- How much is a [ticket](item) for the [cinema](place)

总而言之，我不会为每个问题做一个意图，而是将几个问题分组到一个意图中，然后提取将其缩小到具体问题的实体。

然后您可以使用 CMS 来生成答案或自定义操作。基于提取的实体（例如place和item），您可以查询您的数据库并生成答案。