rasa使用教程二——NLU数据准备

在上一篇中，我们新建了一个rasa项目，接下来需要准备nlu训练数据，一般存在一个yaml格式文件里，默认为nlu.yml。当然用户可以自己指定，如果自定义训练的时候得指定训练数据的位置，不然rasa train的时候会默认去data文件文件夹下查找nlu.yml。


rasa的训练数据一般有四种参数类型

• intent

  意图数据，为该意图下所有语料

  version: "3.0"
  
  nlu:
  - intent: greet
    examples: |
      - 你好
      - 你好啊
      - 早上好
      - 晚上好
      - hello
      - hi
      - 嗨
      - 嗨喽
      - 见到你很高兴
      - 嘿
      - 早
      - 上午好
      - hello哈喽
      - 哈喽哈喽
      - hello hello
      - 喂喂
  

  同时在语料中还可以用[entity value](entity name)的方式来标注实体，也可以用[entity name]{"key": "value"}的方式来标注，其中大括号里的key可取值有entity、value、rule、group。其中value表示同义词，如

  - intent: request_weather
    examples: |
      - 查天气
      - 帮我查下天气
      - 告诉我天气怎么样
      - 查下天气
      - 我要查天气
      - 天气怎么样
      - 看下天气
      - 天气如何
      - 天气
      - 查询天气
      - 帮我查天气信息
      - 我想知道[明天](date_time)的天气
      - [星期一]{"entity": "date_time", "value": "周一"}的天气
      - [今天](date_time)的天气怎么样
      - 帮我查下[后天](date_time)的天气
      - 查下[广州](address)的天气怎么样
  

• synonym

  同义词，比如某个实体的同义词，可以单独列出来如：

  - synonym: 周一
    examples: |
      - 星期一
      - 礼拜一
  

• lookup

  查找表，比如某个实体可能从某些值里面取值，比如点奶茶是的杯型，有大杯、小杯、中杯，则可定义

  - lookup: cup type
    examples: |
      - 大杯
      - 中杯
      - 小杯
  

• regex

  正则表达式，有些实体用正则表达式来抽取可能会比较方便，比如手机号，则可以定义

  - regex: phone number
    examples: |
      - 1\d{10}