rasa使用教程一——rasa安装与新建

一、安装

可按照rasa官网installation操作，很简单，新建一个虚拟环境，然后安装rasa库

python3 -m venv ./venv
source ./venv/bin/activate
pip3 install -U pip
pip3 install rasa

二、新建rasa项目

因为rasa是一个聊天机器人框架，所以它有自己的项目结构，就跟Python的Django一样。新建一个rasa project很简单，只需要在终端执行如下命令，然后根据提示操作即可

rasa init

生成的文档结构如下：

.
├── actions
│   ├── actions.py
│   └── __init__.py
├── config.yml
├── credentials.yml
├── data
│   ├── nlu.yml
│   ├── rules.yml
│   └── stories.yml
├── domain.yml
├── endpoints.yml
├── models
│   └── 20220225-154216-short-triad.tar.gz
└── tests
    └── test_stories.yml

接下来可以使用如下命令来测试一下对话

rasa shell

这样一个rasa框架就搭建好了，后续在该框架上开发自己需要的功能即可。

三、rasa项目的开发流程

聊天机器人本身是一个复杂的系统，一般包含ASR（自动语音识别）、NLU（自然语音理解）、DM（对话管理）、NLG（自然语言生成）、TTS（文本转语音）五个部分。基于rasa的对话系统可以处理NLU、DM和NLG三个部分，一般分为rasa nlu和rasa core，那么如何利用rasa来开发一个聊天机器人呢。大致可以 分为如下几步：

1. 项目初始化
2. 准备NLU训练数据
3. 配置NLU所需模型
4. 准备story数据
5. 定义domain
6. 配置core模型
7. 训练模型
8. 对话测试
9. 部署