Rasa NLU：带有实体提取的 Tensorflow 嵌入

Question

Tensorflow 嵌入具有非常好的意图识别。

根据我的经验，与 spacy 相比，"Hello" 等简单输入的测试结果置信度从大约 45% 提高到 95%。

但开箱即用，它没有任何实体提取。

是否有任何管道配置可以解决这个问题？

Answer 1

配置

下面的配置包含 ner_crf 用于实体提取。

language: "en"

pipeline:
- name: "tokenizer_whitespace"
- name: "intent_entity_featurizer_regex"
- name: "ner_crf"
- name: "ner_synonyms"
- name: "intent_featurizer_count_vectors"
- name: "intent_classifier_tensorflow_embedding"

用法

WebAPI:

curl --noproxy '*' -X POST --header 'content-type: application/x-yml' --data-binary @${RASA_FILE} --url "${RASA_YML}:5000/train?project=${PROJECT}&model=${MODELNAME}"

配置已包含在 RASA_YML 中。 docs

Bash:

python -m rasa_nlu.train -v --config ${CONFIG} --data ${RASA_MD} --path projects --project ${PROJECT} --fixed_model_name ${MODELNAME}

版本

Rasa NLU：>=0.13.0

信用：github issue

Rasa NLU：带有实体提取的 Tensorflow 嵌入

Rasa NLU: Tensorflow embedding with entity extraction

spacy

tensorflow

rasa-nlu

配置

用法

版本