如何识别 RASA 中的多个实体

How to identify multiple entities in RASA

我想从用户输入中提取多个实体。 示例- "Service httpd is not responding because of high CPU usage and DNS Error" 所以在这里我想确定如下: httpd CPU 使用率高 DNS 错误

我将使用此关键字从数据库中获取响应。

只需相应地注释它们,例如

## intent: query_error
- Service [httpd](keyword) is not responding because of [high CPU usage](keyword) and [DNS Error](keyword)

根据上面的句子,Rasa NLU 将提取 3 个 keyword 类型的实体。然后,您可以在 custom action 中访问这些实体并查询您的数据库。

关于所需的示例数量:这取决于

  • 您正在使用的NLU pipeline。通常 tensorflow_embedding 需要比 spacy_sklearn 更多的训练示例,因为它不使用预训练语言模型。
  • 您的实体可以拥有的不同值的数量。如果只是 httpdhigh CPU usageDNS error 那么你不需要很多例子。但是,如果您的实体有上千个不同的值,那么您需要更多的训练示例

如果您总是想触发相同的自定义操作,一个意图就足够了。但是,如果您想对不同类型的问题进行分类,例如服务器问题和客户端问题,并根据问题的类型触发不同的数据库,您可能会考虑具有多个意图。

很抱歉回答含糊不清,但在机器学习中,大多数事情都高度依赖于用例和数据集。