チャットボットを構築するための会話データ

私はrasa-nluでチャットボットを構築しています。チュートリアルを終えて、簡単なボットを作った。しかし、私はタクシーを予約できるチャットボットを構築するための多くのトレーニングデータが必要です。だから私は特定のボットを構築するためのデータが必要です。チャットボットを構築するための会話データ

タクシー予約のためのレポジトリまたはコーパスがありますか？この種のデータセットを生成する方法はありますか？

出典

2017-08-22 jsphdnl

これは、ラサの創設者の一人からのブログ記事です。本当に素晴らしいアドバイスがあると思います。私は、あらかじめ構築されたトレーニングセットを求めて間違った方法をとっていると思います。ボットに最適なトレーニングセットを構築するまでは、自分でスタートし、友達を追加してください。

Put on your robot costume

rasa_nluサーバが稼働している場合はラサのドキュメントがimproving model performance

の下にこれを持っていることを超えて、それが作られている全てのの予測を追跡し、ログファイルにこれらを保存します。デフォルトでは、ログファイルはlogs /に置かれます。このディレクトリのファイルには、行ごとに1つの jsonオブジェクトが含まれています。間違った予測を修正して、をトレーニングセットに追加してパーサーを改善することができます。

私はあなたがあなた自身で思い付くことができる訓練セットでどれくらい得ることができるのか驚くでしょうと思います。

コーパスを見つけることに幸運がありますが、どちらの方法でもこれらのリンクとスニペットが役立つことを願っています。これを行うための

出典

2017-08-22 16:01:58

正しい方向に私を入れていただき、ありがとうございます – jsphdnl

一つの方法は、Office 365のを使用してLUIS.AI

ログインにオーバーヘッドで、インテントと以下のような発話に与えることによって、あなた自身のタクシー予約アプリケーションを作成します。

モデルをトレーニングして公開した後、次のようにコーパスをダウンロードしてください。

さて、コーパスをダウンロードした後、それはこのようなものになります。

RASA NLUをインストールし、私は私のマシン上のWindows 8.1持っているので、以下のような手順は次のとおりです

これらを

最初にインストールする： Anaconda 4.3.0 Python 3をインストールするための64ビットWindows。6通訳：Visual Studioの2015年https://repo.continuum.io/archive/Anaconda3-4.3.0-Windows-x86_64.exe

Pythonツール：https://ptvs.azureedge.net/download/PTVS%202.2.6%20VS%202015.msi

次に、コマンドプロンプトで、管理者モードで、このためには、以下のパッケージをインストールします。

をスペイシー機械学習パッケージ：pip install -U spacy
Spacy Englis時間言語モデル：ピップインストール-U数学的な計算のためのscikit-学ぶ
numpyのパッケージ：PIP -Uのnumpyのをインストール
scipyのダウンロードパッケージ：
Scikitパッケージエンのpython -mスペイシーダウンロードピップインストール-Uのsklearn-crfsuite

NERアヒルの子のために：ピップ-Uが意図認識のための
sklearnパッケージをインストールscipyのダウンロードスペイシーとのより良いエンティティの認識：PIPインストール-Uのアヒルの子
RASA NLU：ピップはスペイシー設定ファイルを作成し、成功した上記のすべてのパッケージをインストールした後-U rasa_nlu == 0.10.4

をインストール次のように似ているが、RASAによって読み込まれます。

0123：
{ 
    "project": "Travel", 
    "pipeline": "spacy_sklearn", 
    "language": "en", 
    "num_threads": 1, 
    "max_training_processes": 1, 
    "path": "C:\\Users\\Kunal\\Desktop\\RASA\\models", 
    "response_log": "C:\\Users\\Kunal\\Desktop\\RASA\\log", 
    "config": "C:\\Users\\Kunal\\Desktop\\RASA\\config_spacy.json", 
    "log_level": "INFO", 
    "port": 5000, 
    "data": "C:\\Users\\Kunal\\Desktop\\RASA\\data\\FlightBotFinal.json", 
    "emulate": "luis", 
    "spacy_model_name": "en", 
    "token": null, 
    "cors_origins": ["*"], 
    "aws_endpoint_url": null 
    } 
次に、このようなディレクトリ構造を作成します

データフォルダ - >すべてのLUISはコーパス

モデルにフォーマットが含まれます - >すべての訓練を受けたモデルに

ログを格納する - >能動学習ログとRASAフレームワークのログが含まれています

このように、

これでRASA NLU Serverのトレーニングと起動のためのバッチファイルスクリプトを作成しました。

メモ帳やVisual StudioのコードでTrainRASA.batを作成し、これを書い：

python -m rasa_nlu.train -c config_spacy.json 
pause

は今メモ帳やVisual StudioのコードでStartRASA.batを作成し、これを書い：

今

python -m rasa_nlu.server -c config_spacy.json 
pause

今作成したばかりのバッチファイルのスクリプトをクリックして、RASAサーバをトレーニングして起動します。

今、すべての準備が整った、ちょうどクロムを起動し、HTTP GETリクエストを発行し、あなたのenpointへ/パース

同様：http://localhost:5000/parse?q= &プロジェクト=

あなたはLUISResultクラスに対応するJSONレスポンスを取得しますボットフレームワークC＃の

は今、あなたはそれをやった後、実行するビジネスロジックを処理します。

また、RASA Coreは、主にこの目的のために作成されました。

RASA Core, which uses machine learning to build dialogs instead of simple if-else statements.

出典

2017-11-04 15:24:41

チャットボットを構築するための会話データ

答えて

関連する問題