RASA nlu 解析不给出当前意图，在结果中给出相同意图
RASA nlu parse not give currect intent, give same intent in result
- RASA 版本：0.10.5
- spaCy 版本：1.9.0
- 已安装机型：en，en_core_web_sm
我正在使用 dialogflow 导出数据创建训练数据并成功完成训练，但是当我请求并提供一些文本时，它给出了错误的意图结果。它总是在结果中给出相同的意图，并且每次都相同 intent_ranking。
请告诉我如何获得正确的意图结果和实体结果。
当 Rasa NLU 似乎运行正常，但对意图和实体进行错误分类时，一般建议是，添加更多训练数据。
所以试试看，但也试试这些其他建议：
- Rasa 最近发布了 tensorflow embeddings pipeline。该管道使用训练数据集和词向量创建一个小型语言模型。通常，它可以在更适度的数据集上运行。将 config.yml 中的管道设置为
"tensorflow_embedding" 来试一试。
- 使用 evaluate 脚本查看您的训练数据最薄弱的地方。该脚本将生成 f1 分数和一个图表，用于显示哪些意图被错误分类最多。
- 增加 spaCy 模型的大小。如果没有关于您正在使用的语言或您安装的 spacy 模型的信息，这只是在黑暗中拍摄，但特别是如果您安装了用于英语的小型 spacy 模型（en_core_web_sm），您应该尝试使用 medium或包含词向量的大型模型。
尽管如此，我在 Dialogflow 和 Rasa NLU 方面的经验都表明 Rasa 的实施需要更多的训练数据。此外，如果您仍然遇到问题，请加入我们 Rasa NLU Gitter，我们可以在那里为您提供帮助。
- RASA 版本：0.10.5
- spaCy 版本：1.9.0
- 已安装机型：en，en_core_web_sm
我正在使用 dialogflow 导出数据创建训练数据并成功完成训练，但是当我请求并提供一些文本时，它给出了错误的意图结果。它总是在结果中给出相同的意图，并且每次都相同 intent_ranking。
请告诉我如何获得正确的意图结果和实体结果。
当 Rasa NLU 似乎运行正常，但对意图和实体进行错误分类时，一般建议是，添加更多训练数据。
所以试试看，但也试试这些其他建议：
- Rasa 最近发布了 tensorflow embeddings pipeline。该管道使用训练数据集和词向量创建一个小型语言模型。通常，它可以在更适度的数据集上运行。将 config.yml 中的管道设置为
"tensorflow_embedding"来试一试。 - 使用 evaluate 脚本查看您的训练数据最薄弱的地方。该脚本将生成 f1 分数和一个图表，用于显示哪些意图被错误分类最多。
- 增加 spaCy 模型的大小。如果没有关于您正在使用的语言或您安装的 spacy 模型的信息，这只是在黑暗中拍摄，但特别是如果您安装了用于英语的小型 spacy 模型（en_core_web_sm），您应该尝试使用 medium或包含词向量的大型模型。
尽管如此，我在 Dialogflow 和 Rasa NLU 方面的经验都表明 Rasa 的实施需要更多的训练数据。此外，如果您仍然遇到问题，请加入我们 Rasa NLU Gitter，我们可以在那里为您提供帮助。