RASA使用长文记录以及一些bug整理

RASA 学习笔记整理

一 安装

在虚拟环境中安装,进入python3版本的环境

conda activate python3   ai04机器

旧版本:rasa-nlu和rasa-core是分开安装的

最新版本:rasa 将二者做了合并

直接安装

pip3 install rasa 
在安装到如下步骤时候会报网络错误Downloading tensorflow-2.8.4-cp37-cp37m-macosx_10_14_x86_64.whl (217.8 MB)━╸━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 10.4/217.8 MB 5.6 kB/s eta 10:21:12raise ReadTimeoutError(self._pool, None, "Read timed out.")
pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', port=443): Read timed out.

解决:换安装源

pip3 install  rasa -i https://pypi.mirrors.ustc.edu.cn/simple/  
速度嗖嗖快

如下安装源都可以试试

清华大学 :https://pypi.tuna.tsinghua.edu.cn/simple/
阿里云:http://mirrors.aliyun.com/pypi/simple/
中国科学技术大学 :http://pypi.mirrors.ustc.edu.cn/simple/
华中科技大学:http://pypi.hustunique.com/
豆瓣源:http://pypi.douban.com/simple/
腾讯源:http://mirrors.cloud.tencent.com/pypi/simple
华为镜像源:https://repo.huaweicloud.com/repository/pypi/simple/

环境安装版本对比

rasa                      3.4.2
rasa-sdk                  3.4.0
tensorflow                2.8.4                  
安装rasa1

直接安装总是不成功,参考 https://blog.csdn.net/weixin_35757704/article/details/122269142

pip3 install -U --user pip && pip3 install rasa==1.10.18 -i https://pypi.org/simple

或者参考 https://zhuanlan.zhihu.com/p/439666645?utm_id=0

二 使用rasa

安装完rasa后

进入工程,确定里面含有三个文件

外层 domain.yml  config.yml   以及data目录,内含 nlu.md  stories.md
domain.yml 定义意图和实体等
config.yml 定义nlu和core的组件
storieds.md 定义了用户和助手之间的真实会话过程。rasa core可以以strories数据来训练模型
endpoints.yml  定义rasa core和其他服务连接的信息,比如url服务端口
1)开始训练 模型
  rasa train --domain domain.yml --data data --config config.yml --out models
  • 可以用 rasa train nlu 或者 rasa train core 来区分训练哪一部分模型

  • 可以用 rasa train --finetune来从已经存在的一个模型中初始化,再在新数据上额外训练,这可以减少训练次数

    同理可以用 rasa train nlu --finetune 和 rasa train core --finetune

image-20230209145848860

2)基于RASA sdk启动一个action 服务
rasa run actions
3)启动会话
rasa shell -m models --endpoints configs/endpoints.yml
rasa  shell  此命令会加载最新训练的模型,然后开始一个会话
rasa shell nlu  此命令会显示会话句子被模型抽取出来的nlu结构:实体和意图是什么
4)也可以直接启动训练和交互
rasa  interactive   此命令会先训练一个模型,再启动一个会话交互
ras interactive --model 此命令会跳过训练,从model路径中download一个模型
也可以用postman进行交互 rasa run --enable-api

image-20230209182738585

常见可用的rasa命令
rasa -h  查看所有命令参数
rasa init:创建一个新的项目,包含示例训练数据,actions和配置文件。
rasa run:使用训练模型开启一个Rasa服务。
rasa shell:通过命令行的方式加载训练模型,然后同聊天机器人进行对话。
rasa train:使用NLU数据和stories训练模型,模型保存在./models中。
rasa interactive:开启一个交互式的学习会话,通过会话的方式,为Rasa模型创建一个新的训练数据。
telemetry:Configuration of Rasa Open Source telemetry reporting.
rasa test:使用测试NLU数据和stories来测试Rasa模型。
rasa visualize:可视化stories。
rasa data:训练数据的工具。
rasa export:通过一个event broker导出会话。
rasa evaluate:评估模型的工具。
-h, --help:帮助命令。
--version:查看Rasa版本信息。
rasa run actions:使用Rasa SDK开启action服务器。
rasa x:在本地启动Rasa X。

三 RASA的系统架构

图片

rasa包含nlu和core两个组件。NLU是pipline的方式处理意图分类,实体提取,响应检索。dp是对话策略组件。

Action是一个总控单元,连接NLU和DP,返回回答。

Tracker Store是存储对话的单元,存储了机器人和用户的对话的历史信息。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

Lock Store,是ID产生器,用来锁定一个会话,保证消息的顺序处理。

Filesystem,提供文件存储服务

四 RASA的NLU

  • 组件含义

pipline模式训练做nlu,依次执行如下组件

The configuration for pipeline and policies was chosen automatically. It was written into the config file at 'config.yml'.
rasa.engine.training.hooks  - Starting to train component 'RegexFeaturizer'.
2023-02-08 15:07:24 INFO     rasa.engine.training.hooks  - Finished training component 'RegexFeaturizer'.
2023-02-08 15:07:26 INFO     rasa.engine.training.hooks  - Starting to train component 'LexicalSyntacticFeaturizer'.
2023-02-08 15:07:26 INFO     rasa.engine.training.hooks  - Finished training component 'LexicalSyntacticFeaturizer'.
2023-02-08 15:07:27 INFO     rasa.engine.training.hooks  - Starting to train component 'CountVectorsFeaturizer'.
2023-02-08 15:07:27 INFO     rasa.nlu.featurizers.sparse_featurizer.count_vectors_featurizer  - 2353 vocabulary items were created for text attribute.
2023-02-08 15:07:31 INFO     rasa.engine.training.hooks  - Finished training component 'CountVectorsFeaturizer'.
2023-02-08 15:07:35 INFO     rasa.engine.training.hooks  - Starting to train component 'DIETClassifier'.

代码位置:

ai04机器  /data/jqli02/rasa
rasa-main/rasa/nlu

image-20230208164037255

  • RASA-NLU的实现方法(中文为例)

    以组件的形式对输入句子做处理,包含语言模型、分词器、特征提取、实体识别、意图分类、结构化输出。

    1)加载预训练的词向量模型

    该模型文件叫MITIE模型,可以用MITIE库训练。结构类似word2vec

    pipeline:
    - name: "MitieNLP"
    model: "data/total_word_feature_extractor.dat"   #可以直接下载,也可以自己训练,自己训练慢
    

    2**)初始化spacy结构,使用spacyNLP**

    pipeline:
    - name: "SpacyNLP"# 加载语言模型model: "en_core_web_md"# 当检索单词向量时,这将决定单词的大小写是否相关。' False'则是忽略大小写。case_sensitive: False
    

    spacyNLP是什么?

    一个开源的NLP库,可以做各种实用的句子分析功能,包括分词、词性分析,也可以做命令体识别和文本分类等,还支持最新神经网络模型,BERT等。以及系统打包,部署等。
    

    3)定义分词器

    4)其他一堆提特征过程 featurizer

详细如下:

img

重点

LanguageModelFeaturizer,需要指定加载的语言模型,可以支持的模型有 BERT/GPT/GPT-2/XLNet/RoBERTa

DIETClassifier 可以同时做意图识别和实体提取,使用transformer模型

可以自己自定义一些NLU的模型,需要自己写组件代码,并加入component.py中,再执行一下注册,详情参考[6]

五 RASA-core的组件

代码位置

rasa-main/rasa/core/policies

分为 基于机器学习的策略和基于规则的策略,

机器学习策略:TEDPolicy,UnexpecTED Intent Policy,Memoization Policy,Augmented Memoization Policy
包括机器学习和深度学习训练得到的策略模型。如sklearn_policy,keras_policy基于规则策略:Rule Policy,

image-20230209163437383

重点:

TEDPolicy包含了下一步动作预测和实体识别两个目标的多任务架构。两个任务共享transformer encoder,实体识别用CRF预测输出,下一个动作预测,作为分类任务输出。参数:max_history,查看多少条历史对话来决定下一个动作。

如下是优先级

img

RASA-CORE的源码解读

地址:

rasa-main/rasa/core

image-20230209112631776

actions:bot执行的一些动作
channels:与前端对接的接口
nlg:rasa的回答生成模块,支持两种:模板生成话术,以及模型训练做NLG
policies:对话管理模块。依据策略执行不同的actions。策略包括人工策略+模型训练策略
schemas:指domain.yml, 这个配置文件定义了槽位,实体定义,intent,话术模板
training:如何将准备的数据转化为可训练的转化方法
featurizers:将对话数据特征化的方法

六 RASA中配置文件的编写

  • 格式含义:

    story:用来训练rasa的对话管理模型。rasa core模型。

内容包括:

* greet  用户输入(相应的意图和实体)- utter_answer_greet  助手相应(相应的action,指rasa nlu识别到该意图后RASA core能执行的action)*开头代表用户的输入,使用NLU的输出的intent和entity来表示可能的输入
-开头的句子代表要执行的动作。分为utterance actions 和  custom  actions。前者是机器人的回复,后者是自定义的动作。
* request_weather   识别意图为查天气- weather_form   系统相应的动作 action- form{"name": "weather_form"}   需要获取所有实体信息,- form{"name": null}       然后把name置为null,返回查询天气的结果。*inform{"date_time": "大后天"}    表示输入包含entity的情况后的响应- weather_form
  • 如何设计一个story

    参考例子:https://www.cnblogs.com/hq0803/p/15214597.html

    需要考虑两组路径:快乐路径 和 不快乐路径。

    快乐路径:用户按照预期遵循对话流流程,再出现提示时候始终提供必要信息,叫做happy path

    不快乐路径:用户因为问题,闲聊,或者其他问题,偏离愉快路径的流程。叫做unhappy path

    例子

stories:
- story: Welcome message, premium usersteps:   #story的步骤- intent: greet   用户的intent- action: action_check_profile   机器响应:检查profile- slot_was_set:       - premium_account: true   高级账户,机器响应:欢迎账户- action: utter_welcome_premium  - story: Welcome message, basic usersteps:- intent: greet- action: action_check_profile- slot_was_set:- premium_account: false   非高级账户- action: utter_welcome_basic  机器响应:欢迎账户,询问是否需要升级- action: utter_ask_upgrade
  • 使用OR语句

    合并两个intent可以用or语句

    - or:   代表如下两个intent出现的时候,响应都是一种- intent: affirm- intent: thanks- action: action_signup_newsletter
    
  • 检查点 checkpoint

    使用检查点来模块化经常重复使用的单元。

    - story: user provides feedbacksteps:- checkpoint: ask_feedback- action: utter_ask_feedback
    
nlu和story定义中一些关键词的含义
  • slot_was_set 设定slot必须满足某值,才能走下面的流程
    stories:
    - story: It's raining nowsteps:- intent: check_for_rain- action: action_check_for_rain- slot_was_set:- raining: true- action: utter_is_raining- action: utter_bring_umbrella- story: It isn't raining nowsteps:- intent: check_for_rain- action: action_check_for_rain- slot_was_set:- raining: false- action: utter_not_raining- action: utter_no_umbrella_needed
    
  • type: slot的type

    type设置为unfeaturized:该插槽不会具有任何特征,因此其值不会影响对话流程,在预测机器人应执行的下一个动作时会被忽略。

    slots:name:type: unfeaturized
    
  • action_loop 激活form表单的意思

    如果用了form,激活form并使用的过程必须为

    action: ticket_form
    action_loop: ticker_form
    

    form的使用方法

    - action: form_xxx             # 启动form
    - active_loop: form_xxx        # 在故事或rules中增加ActiveLoop event,表示启动
    - active_loop: null            # 在故事或rules中增加ActiveLoop event,表示停止
    - action: action_submit        # form获取信息后,完成后续动作
    
     steps: - intent: book_ticket  #用户回答- action: ticket_form  #启动表单,准备挨个填充表单必须的槽位#当用form的action的时候,就需要active_loop,#active_loop代表激活form填充的action,根据接下来定义的slot_was_set挨个填充form- active_loop: ticket_form  #启动form# slot_was_set并不是动作,不会完成赋值操作,而是检查变量是否被赋予指定的值,满足条件才能会话进行下去- slot_was_set:- city_arrive: 上海- city_depart: 北京
    #          - departure_date: 明天下午- active_loop: null  #停止form
  • rasa数据格式检查
    rasa data validate  检查数据格式
    

    对domain文件,如果报错,找不到domainfile,大多是yaml文件格式有问题,一般是要求缩进的格子,缩进不够

    检查yaml文件格式

    pip install yamllint
    yamllint domain.yml
    
  • rasa的rule和story的冲突

    运行rasa数据验证不会测试您的规则是否与您的故事一致。但是,在训练期间,RulePolicy会检查规则和故事之间的冲突。任何此类冲突都将中止训练。 然后报错

    - the prediction of the action 'action_extract_slots' in story 'happy_path_1' is contradicting with rule(s) 'Activate ticket_form' which predicted action 'ticket_form'.
    - the prediction of the action 'utter_ask_departure_date' in story 'happy_path_1' is contradicting with rule(s) 'Submit ticket_form' which predictedaction 'action_buy_ticket'.
    

    解决:根据rules的定义,分析rule中流程,一般是同样的输入,同样的step,最终结果如果不一致,就会报冲突错误

  • rule和story的区别
    1. Rule: 规则是一种简单而有限制的方式来定义对话流程。它们通常用于处理简单的用户请求,例如回答一个固定的问题或者执行某些操作。规则只能捕获单个意图(intent)并且不能处理槽位填充或多轮对话。该方法适用于简单的场景下。

    2. rule用于单轮对话的固定规则,core部分训练会校验是否只有一个user_uttered… 如果rule中定义了有多处(>=2)个需要用户输入intent的地方,就会报错如下

      image-20230806183146007

    3. rule是固定规则(整合了原来的trigger intent),如果需要根据前文灵活设置对话线,还是要用story

    4. Story: story可用于更复杂的对话流程。故事中可以包含多个意图、槽位填充以及多轮对话。在故事中,您可以定义特定的对话场景,并为机器人提供处理这些场景的指导。此外,故事还允许您使用Rasa的核心功能,例如对话管理器(Dialogue Management)和策略(Policies)

    5. 执行action的时候,policy中的选用,MemoizationPolicy 执行的是story中定义的流程。RulePolicy执行的是rule中定义的规则,TedPolicy是根据机器学习,训练并预测下一个动作

    总结:

    • 当处理简单的确定的用户请求时,应该使用规则。一个intent对应一个确定的action,就用rule

      例如:greet -> utter_greet goodbye->utter_goodbye

    • 如果需要处理更复杂的对话场景,则应该使用story。

    • story中可以拆解,一个多流程的故事为多个子流程的故事。注意:每个story都需要从intent开始开启,如果从action中开启,发现衔接不上。

      - story: start_ticketsteps:- intent: start_ticket   #子流程,从intent开启- action: utter_ask_city_depart_arrive  #助手询问出发和到达城市=========================================- story: 核实用户订单信息,用户确认并下单steps:- action: utter_confirm_info  #子流程,从action开启,则上文必须有从此action结束的步骤- intent: confirm_info#下单购买- action: utter_action_book_ticket- action: utter_ask_other_question
action的编写

action.py中,定义类,函数 name指向domain中的form名称

image-20230228145608369

image-20230228150053119

image-20230228150110764

七 当前可用工程介绍

  • ChitChatAssistant
    中文项目,包含了三个场景:简单闲聊,查电话号码,查 天气。用到了MITIE模型,有默认的可以下载直接实验
    

    image-20230210113455505

实践

工程是基于rasa1的。安装好rasa1

ai04机器  rasa1环境。 
安装rasa1  pip3 install -U --user pip && pip3 install rasa==1.10.18 -i https://pypi.org/simple
  • rasa-demo-main
    一个简单英文助手demo,包含了简单意图,打招呼,确认,再见
    
  • rasa_nlu_chi
    一个中文项目,可以参考
    
  • rasa_chatbot_cn-master
    中文项目
    
  • rasa_chatbot
    一个旧版本,rasa-nlu和rasa-core分离的实现的英文系统,包含了办理套餐,查询话费,案件查询等场景。
    rasa版本比较低,rasa-nlu使用了crf模型。
    
  • rasa-chatbot-templates-master

    包含多个例子的配置文件。可以直接进入该目录,训练模型并测试效果。有简单聊天,酒店预定,车票预定等场景,都是英文

      rasa train --domain domain.yml --data data --config config.yml --out models
    

    image-20230210112954213

  • rasa_nlu_gq-master
    包含了一些新增特性的代码。
    比如实体识别模型bilstm+crf,bert模型提取词向量,结合rasa_chatbot_cn  可以实现一些中文的定制化特征提取需求
    
  • rasa-main
    rasa源码,版本3.1
    rasa/nlu  rasa/core中分别是两部分源码
    examples中包含一些demo例子,都是英文
    
  • rasa_shopping_bot-master
    一个关于买东西的例子,包含了尺码选择等多轮对话
    

    使用过程

    ubuntu 安装 rasa-x
    pip3 install rasa-x --extra-index-url https://pypi.rasa.com/simple报错:
    Failed to build xmlsec
    ERROR: Could not build wheels for xmlsec, which is required to install pyproject.toml-based projects解决办法:
    Note: There is no required version of LibXML2 for Ubuntu Precise, so you need to download and install it manually.wget http://xmlsoft.org/sources/libxml2-2.9.1.tar.gz
    tar -xvf libxml2-2.9.1.tar.gz
    cd libxml2-2.9.1
    ./configure && make && make install
    
RASA比TCP的对比
1.RASA也有tracker来存储历史信息
2.RASA也有policy来做对话管理。RASA包含模型和规则两种方式,TCP只有规则
3.RASA是个整体的NLP系统,包含NLU,DM,NLG全部分,TCP只做DM部分,需要衔接NLU
4.RASA是全python,可读性好。

八 Rasa如何在pycharm中调试

修改了配置文件的代码在这里

/work/myCode/ContextDialog/rasa3test

直接执行使用:

rasa shell --debug 可以看到阶段一些打印点的信息
rasa interactive  可以看到每次预测的intent和action的信息

可是如果还想知道更多变量的信息,参数是如何流转的,就需要自己debug了。

方法1:

在源码中加print,然后用上面命令来打印看输出

方法2:

直接把源码加入pycharm中,开始debug

步骤如下


一) rasa的源码在哪里?
conda env list

然后进入对应环境目录的如下目录,就是rasa代码

lib/python3.8/site-packages/rasa

整体目录为:

miniconda3/envs/rasa3/lib/python3.8/site-packages

也可以在action.py中埋入一个bug后,用rasa shell --debug来执行,就会在log中显示源码路径

二) 拷贝rasa的源码到外面,加载到pycharm中

这里注意,在外部建立同名目录并修改部分代码调试后,会发现运行的时候,依然跳转到site-packages目录中。你修改的部分和设置的断点压根不起作用。

解决办法:将site-packages中的目录改名。让其不再跳转

将rasa 目录 改为 rasa_code

在pycharm中调试配置如下:

image-20230804154124483

如此,现在,不再跳转到根目录中去了。

注意:修改了名称后,命令行中又不能执行rasa了。这是因为在site-packages目录下找不到该目录了。所以不能删除,只能改名,pycharm环境中调试完成后,再更新代码到site-packages中,并把目录名改回去。

Rasa中policy是如何竞争的

参考:https://www.jianshu.com/p/a96a17af201a

发现一个问题,story中定的流程总是不走下去,详细看rasa shell debug的日志,发现ted_policy预测的next action是对的,然后又走了一下rule_policy,变成别的了。

要点:story和rule中不需要定相同的流程。如果定了,按照优先级执行,rule的优先级高于ted

image-20230806175501339

九 RASA使用中一些踩坑要点

  • 要点:每次修改完配置文件,不论是data目录中的,还是config.yml,都需要重新训练使之生效:rasa train

  • 要点:如果使用了form,必须要使用rule,并且rule中定义填form的流程。否则不生效

    如下,分别在domain.yml rules.yml, story.yml, config.yml中定义如下

    =========domain.yml==========
    forms:ticket_form:required_slots:- city_arrive- city_depart===========rule.yml============
    - rule: Activate ticket_formsteps:- intent: book_ticket- action: action_extract_slots- action: ticket_form- active_loop: ticket_form- slot_was_set:- requested_slot: city_arrive- requested_slot: city_depart- active_loop: null- action: utter_ask_departure_date===============story.yml中定义rule中的后文=======- story: happy path1steps:- action: utter_ask_departure_date- intent: request_departure_date  #用户输入出发日期- slot_was_set:- departure_date: 明天- action: utter_action_book_ticket- action: utter_ask_other_question================config.yml===============
    policies:  #如下三者的次序,那个在前那个在后不要紧,最终还是按优先级  rule>memoiza>ted
    - name: MemoizationPolicy
    - name: RulePolicy   
    - name: TEDPolicy
  • 使用了form,定义了form表单内容后,必须action中定义一个填form的函数。否则能执行,但是会报错。

  • 要点:每个story都不能以intent结尾,以intent结尾就会默认后面是action_listen结果就不可控,必须是action结尾

  • - story: start_ticketsteps:- intent: start_ticket- action: utter_ask_city_depart_arrive  #助手询问出发和到达城市
    
  • 不要随便用rasa init,会把修改后的data目录,actions.py都给用初始文件覆盖掉

  • rasa train --force,用来强制让模型重新训练,使得改动生效

    有时候修改后,rasa train执行后,发现还是没有生效。这可能是改动没有被rasa识别到,它没有重新训练模型,所以需要加上 force 参数。

    rasa train --force
    

十 一些诡异bug

bug1:story中定义了东方航空,经济舱等,但是执行的时候总是不生效。查看rasa train的过程,发现在这些句子地方都报了warning,warning如下
More info at https://rasa.com/docs/rasa/training-data-format#nlu-training-data
/data2/conda/envs/rasa3/lib/python3.7/site-packages/rasa/shared/utils/io.py:99: UserWarning: Misaligned entity annotation in message '大前天中午的' with intent 'request_departure_date'. Make sure the start and end values of entities ([(0, 5, '大前天中午')]) in the training data match the token boundaries ([(0, 6, '大前天中午的')]). Common causes:1) entities include trailing whitespaces or punctuation2) the tokenizer gives an unexpected result, due to languages such as Chinese that don't use whitespace for word separationMore info at https://rasa.com/docs/rasa/training-data-format#nlu-training-data
/data2/conda/envs/rasa3/lib/python3.7/site-packages/rasa/shared/utils/io.py:99: UserWarning: Misaligned entity annotation in message '只查找10点之后的' with intent 'request_departure_date'. Make sure the start and end values of entities ([(3, 8, '10点之后')]) in the training data match the token boundaries ([(0, 9, '只查找10点之后的')]). Common causes:1) entities include trailing whitespaces or punctuation2) the tokenizer gives an unexpected result, due to languages such as Chinese that don't use whitespace for word separationMore info at https://rasa.com/docs/rasa/training-data-format#nlu-training-data
/data2/conda/envs/rasa3/lib/python3.7/site-packages/rasa/shared/utils/io.py:99: UserWarning: Misaligned entity annotation in message '2号的航班' with intent 'request_departure_date'. Make sure the start and end values of entities ([(0, 2, '2号')]) in the training data match the token boundaries ([(0, 5, '2号的航班')]). Common causes:1) entities include trailing whitespaces or punctuation2) the tokenizer gives an unexpected result, due to languages such as Chinese that don't use whitespace for word separation

找到如下解决方法

https://forum.rasa.com/t/misaligned-entity-annotation/3768/4

image-20230807163730594

分析如上说明,感觉是有道理的。我的数据中标记的,将 “东方航空” “经济舱”这些当做一个实体标记出来,但是结巴分词的时候,没法把它们分成一个整体,就可能报如上的warning,所以训练的时候没有训练到model中,导致最终不生效。

解决:把这些词加入结巴自定义词典中。

根据config.yml中定义

- name: JiebaTokenizerdictionary_path: data   (注意,此处要求写的是path,写清楚path,并且该path里不能有和dict名字容易混淆的文件存在。最好路径中是  dict_4s/dict.txt

搜索jieba_tokenizer.py代码,查到如下

dictionary_path = config["dictionary_path"]if dictionary_path is not None:  #当config中词典目录不为空的时候,从该目录中load词典,否则就从默认安装路径中load词典cls._load_custom_dictionary(dictionary_path)

解决,将conda环境中,jieba目录下的dict拷贝出来到data中,在其后追加如下内容,重新 rasa train

东方航空 3 n
南方航空 3 n
国际航空 3 n
厦门航空 3 n

结果:解决!不再报warning了。

Bug2,中文分词bug

还是如上bug,一些车品牌的名称,分词不正确。此次把这些词加入结巴词典,dict中并指明路径,bug依然不能解决,加入的词条提高词频,还是不行。搜索发现分词结果并不存在原词典中。如下:

“志俊是” 这个词条,并不在原词典中。可是奇怪为何分词就成这样了?

envs/rasa3/lib/python3.8/site-packages/rasa/shared/utils/io.py:98: UserWarning: Misaligned entity annotation in message '桑塔纳志俊是什么样的车' with intent 'ask_one_car'. Make sure the start and end values of entities ([(0, 5, '桑塔纳志俊')]) in the training data match the token boundaries ([(0, 3, '桑塔纳'), (3, 6, '志俊是'), (6, 9, '什么样'), (9, 10, '的'), (10, 11, '车')]). Common causes:1) entities include trailing whitespaces or punctuation2) the tokenizer gives an unexpected result, due to languages such as Chinese that don't use whitespace for word separationMore info at https://rasa.com/docs/rasa/training-data-format#nlu-training-datain message '添越是什么样的车' with intent 'ask_one_car'. Make sure the start and end values of entities ([(0, 2, '添越')]) in the training data match the token boundaries ([(0, 1, '添'), (1, 3, '越是'), (3, 6, '什么样'), (6, 7, '的'), (7, 8, '车')]). Common causes:1) entities include trailing whitespaces or punctuation2) the tokenizer gives an unexpected result, due to languages such as Chinese that don't use whitespace for word separation

解决:

该bug磨了两天。起初:jieba根目录下的dict.txt中,加入这些单词。训练可以了。

第二次训练,又不行了。继续报错这些

查看资料:https://github.com/RasaHQ/rasa/pull/6753

排查错误:

  1. 从这里看到,说要写词典的目录,而不是词典文件本身

    参考:https://forum.rasa.com/t/tokenizer-jieba-dictionary-path-does-not-work/3667

  2. jiebatokenizer.py中打印分词后结果,检查发现分词没问题

  3. 查看log,发现是训练crfentityexactor的时候总是报这个错

    在crfexactor代码中找到token的地方, 打印出来发现依然没问题

最终解决:

各种改动后又复原,发现python main.py 没问题了。rasa train命令有问题。只好把__main__.py目录下的代码拷贝到源码中。训练,依然发现个别问题。查看token分词结果。发现:并不是每条训练数据报warning,依然是分词问题导致的。

​ 1)奥迪A8会分成奥迪 A8, 哪怕词典中有这个词。 猜测必须 奥迪 A8 这两个单独词的词频会降低才能分出合成词

​ 同理 所有中文+英文字母的,都中间分开了。

​ 2)凌渡, 在句子不同位置会分成不同结果。

如上个别句子的分词有问题,不是全部有问题,具体就是需要挨个改词频,保证原单字词频小于组词的词频。 所以详细不纠结了。总之找到分词的影响了。

bug3, 启动服务时候报warning说加载不到模型

启动

rasa run --cors "*"

报如下:

root  - Starting Rasa server on http://0.0.0.0:5005
2023-08-17 18:42:38 INFO     rasa.core.processor  - Loading model models/20230809-110408-flat-mile.tar.gz...
2023-08-17 18:42:38 ERROR    rasa.core.agent  - Could not load model due to Error deserializing graph schema. Can't find class for graph component type 'rasa.graph_components.providers.forms_provider.FormsProvider'..
2023-08-17 18:42:38 INFO     root  - Rasa server is up and running.

原因:

这是由于当前目录中models下的文件的rasa生成版本和已经安装的rasa版本不一致,无法加载

解决:

重新训练一组新模型

参考:https://forum.rasa.com/t/error-rasa-graph-components-providers-domain-without-response-provider-domainwithoutresponsesprovider/50745
Bug4:训练完模型执行的时候,到某些步骤说无法写入了

报错如下:

Traceback (most recent call last):File "//miniconda3/envs/rasa3/lib/python3.8/logging/__init__.py", line 1084, in emitstream.write(msg + self.terminator)
BlockingIOError: [Errno 35] write could not complete without blocking
Call stack:

前一个intent的utter_action内容比较长,到下一个intent后就报错如上了。

查答案:

https://github.com/RasaHQ/rasa/issues/11575

解决:

pip uninstall uvloop
Bug5: 总是不能根据story往下执行,会返回action_listen

如图,到这一步时候就不往下执行了

image-20230824193835254

看intent预测都正常。从上一步就无法执行了。只好把上一步加入到rule中,这一步又不行了。一直rule不是办法。快把goog翻烂了。

https://forum.rasa.com/t/stories-are-not-working-if-there-is-rule-policy-in-the-config-file/47833/4

解决:

看了下stage总是在第10次左右就挂了。考虑是不是轮次太长了

把长story分割,分割成几个步骤的分别path,再一测试:ok了!没事了!!!!

真是。。。崩溃啊。磨了好几天的问题

Bug6,启动action后启动shell的时候说端口被占用

为了测试自定义actiond的效果。先编写action.py文件,然后

rasa run actions 

报错说5055端口已经占用。可是代码中没有地方写这个端口。

于是指定端口启动action
rasa run actions -p 5005  

ok,action 可以启动了。

再启动shell
rasa shell  --debug --model models_vw4s

报错说端口已经被占用

   ( error while attempting to bind on address ('0.0.0.0', 5005): address already in use)

最终解决方法:

rasa run actions -p 5005  & rasa shell --model models_vw4s -p 5006  这样的方式启动。 action和shell要不同的端口

参考:

[1] https://rasa.com/docs/rasa/2.x/domain  rasa官方文档[2] https://zhuanlan.zhihu.com/p/475296948  rasa各个配置文件含义[3] https://mp.weixin.qq.com/s?__biz=MzAxMjMwODMyMQ==&mid=2456341414&idx=2&sn=ce6b346718935cbea8822911e9e5b03b&chksm=8c2fb1a8bb5838beada7f7a55c0258d6e3e3c14515f169072fe8f5385502e8903eda7a26e92f&scene=21#wechat_redirect   rasa专栏介绍[4] https://blog.csdn.net/qnstar_/article/details/125330377  RASA-NLU的pipline各阶段说明[5] https://www.likecs.com/show-204136203.html  RASA 构建工程的教程 [6] https://www.likecs.com/show-308141008.html rasa做中文系统时候 slots,entities,actions,component等的详细设计(如何自己加组件)[7]  https://mp.weixin.qq.com/s/sJtDp58Eir49hr99QK-4BA  rasa框架整理[8] https://blog.csdn.net/qq_41475825/article/details/119646149  如何用pycharm调试rasa项目?[9]https://www.jianshu.com/p/5d9aa2a444a3 rasa对话系统踩坑记[10] https://edu.51cto.com/center/course/lesson/index?id=805713  rasa应用的视频教程[11] https://rasa.leovan.tech/forms/  Rasa中文文档[12] https://github.com/currywu123/RASA-FLASK-Chinese-Chatbot  rasa项目

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/411384.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

github上传代码

一般要上传github代码有两种模式,一种是直接在repo中上传,一种是通过git来上传(win和linux都可以),来学习一下。 我们去创建好一个repo后: 首先是直接上传(不推荐) 通过upload file…

graphRAG原理解析——基于微软graphRAG+Neo4j llm-graph-builder

知识图谱生成 llm-graph-builder(以下简称 LGB)也使用了最新的 graph RAG 的思路,使用知识图谱来加持RAG,提供更加准确和丰富的知识问答。知识图谱的生成上,利用大模型的泛化能力来自动生成和构建知识图谱&#xff0…

一个下载镜像非常快的网站--华为云

1、镜像的下载飞速 链接:mirrors.huaweicloud.com/ubuntu-releases/24.04/ 下载一个的ubuntu24.04的镜像文件,5.7G的大文件,不到1分钟就下完毕了, 比起阿里云下载的速度600K/S,这个速度是100多倍。 非常的神速,非常…

探索联邦学习:保护隐私的机器学习新范式

探索联邦学习:保护隐私的机器学习新范式 前言联邦学习简介联邦学习的原理联邦学习的应用场景联邦学习示例代码结语 前言 在数字化浪潮的推动下,我们步入了一个前所未有的数据驱动时代。海量的数据不仅为科学研究、商业决策和日常生活带来了革命性的变化&…

[AI]从零开始的so-vits-svc webui部署教程(小白向)

一、本次教程是给谁的? 如果你点进了这篇教程,相信你已经知道so-vits-svc是什么了,那么我们这里就不过多讲述了。如果你还不知道so-vits-svc能做什么,可以去b站搜索一下,你大概率会搜索到一些AI合成的音乐,…

C#利用ffmpeg借助NVIDIA GPU实现实时RTSP硬解码+硬编码录制MP4

目录 说明 效果 项目 代码 下载 说明 利用周杰的开源项目 Sdcb.FFmpeg 项目地址:https://github.com/sdcb/Sdcb.FFmpeg/ 代码实现参考:https://github.com/sdcb/ffmpeg-muxing-video-demo 效果 C#利用ffmpeg借助NVIDIA GPU实现实时RTSP硬解码硬…

助力外骨骼机器人动力学分析

目录 一、动力学分析 二、拉格朗日方程 三、参考文献 一、动力学分析 动力学是考虑引起运动所需要的力,使执行器作用的力矩或施加在操作臂上的外力使操作臂按照这个动力学方程运动。 目前机器人动力学分析中主要采用牛顿-欧拉动力学方程和拉格朗日动力学方程 […

基于大数据的水资源管理与调度优化研究【Web可视化、灰色预测、大屏设计】

需要本项目的私信博主 目录 1 引言 1.1 研究背景 1.2 国内外研究现状 1.3 研究目的 1.4 研究意义 2 关键技术理论介绍 2.1 Python语言 2.2 pandas 2.3 pyecharts 2.4 灰色预测 3 数据来源及处理 3.1 数据来源 3.2 数据处理 4 数据可视化分析及大屏设计 4.1 年度…

08 - debugfs

---- 整理自 王利涛老师 课程 实验环境:宅学部落 www.zhaixue.cc 文章目录 0. 什么是 debugfs1. debugfs 配置编译和注册运行2. 第一个 debugfs 编程示例3. 通过 debugfs 导出整型数据4. 通过 debugfs 导出 16 进制数据5. 通过 debugfs 到处数组6. 通过 debugfs 导出…

Ubuntu20.04可以同时安装ROS(Noetic)和ROS2(Humble)

Ubuntu系统确实可以同时安装ROS(Robot Operating System)和ROS2,但需要注意一些关键步骤和配置以确保两者能够顺利共存并独立运行。以下是在Ubuntu上同时安装ROS和ROS2的详细步骤和注意事项: 安装前准备 检查Ubuntu版本&#xff…

nacos 动态读取nacos配置中心项目配置

实现了项目稳定运行情况下不需要在项目中改配置&#xff0c;直接在nacos中修改更方便。 pom文件&#xff1a; <!--读取bootstrap文件--><dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-bootstrap…

HarmonyOs应用权限申请,system_grant和user_grant区别。本文附头像上传申请user-grant权限代码示例

HarmonyOs应用权限申请&#xff0c;system_grant和user_grant区别。本文附头像上传申请user-grant权限代码示例 system_grant&#xff08;系统授权&#xff09; system_grant指的是系统授权类型&#xff0c;在该类型的权限许可下&#xff0c;应用被允许访问的数据不会涉及到用户…

大数据测试怎么做,数据应用测试、数据平台测试、数据仓库测试

本期内容由中通科技高级质量工程师龙渊在公益讲座中分享&#xff0c;他从大数据测试整体介绍、数据应用测试、数据平台测试以及数据仓库测试等方面&#xff0c;与大家共同探讨了大数据测试的方法实施与落地。 以下是讲座正文&#xff1a; 今天我们分享的内容主要从大数据简介…

二、基于Vue3的开发-环境搭建【Visual Studio Code】扩展组件

Visual Studio Code中的扩展组件 1、安装的扩展工具2、说明2.1 、代码规范性检查EsLint2.2 、代码语法高亮提示工具Vue - Official2.3 、阿里的AI代码开发提示工具 TONGYI Lingma 1、安装的扩展工具 2、说明 2.1 、代码规范性检查EsLint Visual Studio Code 中【设置】-setti…

基于springboot+vue+uniapp的使命召唤游戏助手小程序

开发语言&#xff1a;Java框架&#xff1a;springbootuniappJDK版本&#xff1a;JDK1.8服务器&#xff1a;tomcat7数据库&#xff1a;mysql 5.7&#xff08;一定要5.7版本&#xff09;数据库工具&#xff1a;Navicat11开发软件&#xff1a;eclipse/myeclipse/ideaMaven包&#…

OSI七层模型中的数据链路层

图片&#xff1a;数据帧的格式 这里面的一个关键点是&#xff0c;数据的源IP和目标IP在哪里&#xff1f; 就在图中的“数据”里面&#xff0c;这个“数据”也就是网络层的数据包&#xff0c;如果是TCP类型的数据包&#xff0c;数据包里面就包含TCP类型的首部信息&#xff0c;…

使用excel把json文件转为表格

json文件格式 [ { "ID": "16", "名称": "测站", "管理ID": "3", "管理名称": "土", "辅助信息": { "百度经度&qu…

linux neo4j 切换知识图谱

neo4j 安装 linux neo4j的安装可以浏览这篇文章&#xff1a; ubuntu sudo apt-get install neo4j 配置安装与设置远程访问 引言 如果你是window用户&#xff0c;直接下载桌面版进行安装与使用即可&#xff1b; 我有一台linux的服务器&#xff0c;想部署在上面&#xff0c;不…

阿里云私有镜像仓库配置及使用

1 登录阿里云 阿里云访问地址&#xff1a;https://www.aliyun.com/ 右上角选择“控制台” 2 创建个人实例 搜索框搜索“容器镜像服务” 新建“个人实例” 选择“创建个人版” 同意协议&#xff0c;点击确定 3 个人实例配置 设置Registry登录密码 密码要求&#xff1…

[Arxiv 2024] Self-Rewarding Language Models

Contents IntroductionMethodExperimentsReferences Introduction 作者提出 Self-Rewarding 训练框架&#xff0c;LLM 在训练过程中同时担任 actor 和 critic&#xff0c;actor 负责合成新数据&#xff0c;critic 负责判断合成数据质量用于组成高质量的偏好数据集用于模型的下…