RASA 槽提取 NLU 数据

Question

嗨，我正在尝试使用 RASA 填写表单，目前我有一个名为 email 的插槽，所以我的问题是，为插槽映射的预期答案插入模式的最佳方法是什么。 我在 action.py 中看到了插槽映射函数，例如 self.from_intent、self.from_entity、self.from_text 所以我需要为电子邮件编写模式，例如：

my email is [resllll@gmail.com](email) 
email address is [resllll@gmail.com](email)
[resll@gmail.com](email) this is my email  

那么，如何通过在意图名称下列出 nlu 文件中的所有模式并在 self.from_intent 或使用 self.from_entity 中提供该意图，来为我的模型实现更高的准确性和可重用性。 有没有其他更好的方法？ 我正在使用 RASA 1.8

Answer 1

您应该对电子邮件使用预训练的实体提取器，例如DucklingHTTPExtractor 。 这比尝试自己添加所有模式要准确得多。 在管道中，这看起来像：

pipeline:
   ...<other components>
    - DucklingHTTPExtractor
      dimensions: ["email"]

确保启动 Duckling 服务器以使其正常工作：

docker run -p 8000:8000 rasa/duckling