Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/jiangdongguo/chitchatassistant
(已不维护)Rasa中文聊天机器人
https://github.com/jiangdongguo/chitchatassistant
Last synced: 6 days ago
JSON representation
(已不维护)Rasa中文聊天机器人
- Host: GitHub
- URL: https://github.com/jiangdongguo/chitchatassistant
- Owner: jiangdongguo
- Created: 2020-02-15T07:48:03.000Z (almost 5 years ago)
- Default Branch: master
- Last Pushed: 2022-12-08T04:01:08.000Z (about 2 years ago)
- Last Synced: 2024-12-10T18:11:51.161Z (13 days ago)
- Language: Python
- Homepage: http://blog.csdn.net/andrexpert
- Size: 12 MB
- Stars: 536
- Watchers: 12
- Forks: 149
- Open Issues: 60
-
Metadata Files:
- Readme: ReadMe.md
Awesome Lists containing this project
README
# RASA中文聊天机器人项目
---
**RASA 开发中文指南系列博文：**
- [Rasa中文聊天机器人开发指南(1)：入门篇](https://jiangdg.blog.csdn.net/article/details/104328946)
- [Rasa中文聊天机器人开发指南(2)：NLU篇](https://jiangdg.blog.csdn.net/article/details/104530994)
- [Rasa中文聊天机器人开发指南(3)：Core篇](https://jiangdg.blog.csdn.net/article/details/105434136)
- Rasa中文聊天机器人开发指南(4)：RasaX篇
- Rasa中文聊天机器人开发指南(5)：Action篇
**注：本系列博客翻译自[Rasa官方文档](https://rasa.com/docs/rasa/)，并融合了自己的理解和项目实战，同时对文档中涉及到的技术点进行了一定程度的扩展，目的是为了更好的理解Rasa工作机制。与本系列博文配套的项目GitHub地址：[ChitChatAssistant](https://github.com/jiangdongguo/ChitChatAssistant)，欢迎`star`和`issues`，我们共同讨论、学习！**
---
# 1. 安装rasa
## 1.1 环境要求
- python 3.6 +
- mitie
- jieba
## 1.2 安装步骤
**1. 安装rasa**
```shell
# 当前版本为1.9.5
# 该命令运行时间较长，会安装完所有的依赖
pip --default-timeout=500 install -U rasa
```
**2. 安装mitie**
```shell
# 在线安装Mitie
pip install git+https://github.com/mit-nlp/MITIE.git
pip install rasa[mitie] # 注：由于第一步始终没成功过，没尝试过这个命令的意义
```
由于自己在线安装尝试了很多次都拉不下来，因此只能走离线安装的方式，有三个步骤：
- 首先，下载[MITIE源码](https://github.com/mit-nlp/MITIE)和中文词向量模型[total_word_feature_extractor_zh.dat(密码：p4vx)](https://pan.baidu.com/s/1kNENvlHLYWZIddmtWJ7Pdg)，这里需要将该模型拷贝到创建的python项目data目录下(可任意位置)，后面训练NLU模型时用到；
- 其次，安装[Visual Studio 2017](https://blog.csdn.net/qq_42276781/article/details/88594870) ，需要勾选“`用于 CMake 的 Visual C++ 工具`”，因为编译MITIE源码需要Cmake和Visual C++环境。安装完毕后，将`C:\Program Files (x86)\Microsoft Visual Studio\2017\Community\Common7\IDE\CommonExtensions\Microsoft\CMake\CMake\bin`添加到环境变量中，再重启电脑使之生效；
- 从Pycharm的命令终端进行Mitie源码根目录，执行下面的命令：
> python setup.py build
> python setup.py install
**3. 安装jieba**
```shell
# 安装Jieba中文分词
pip install jieba
```
# 2. 训练模型
当所有样本和配置文件准备好后，接下来就是训练模型了，打开命令终端执行下面的命令，该命令会同时训练NLU和Core模型。
- 使用MITIE
```shell
python -m rasa train --config configs/config.yml --domain configs/domain.yml --data data/
```
- 使用Supervised_Embedding
```bash
python -m rasa train --config configs/zh_jieba_supervised_embeddings_config.yml --domain configs/domain.yml --data data/
```
- 使用MITIE+Supervised_Embedding
```bash
python -m rasa train --config configs/zh_jieba_mitie_embeddings_config.yml --domain configs/domain.yml --data data/
```
# 3. 运行服务
**（1）启动Rasa服务**
在命令终端，输入下面命令：
```shell
# 启动rasa服务
# 该服务实现自然语言理解(NLU)和对话管理(Core)功能
# 注：该服务的--port默认为5005，如果使用默认则可以省略
python -m rasa run --port 5005 --endpoints configs/endpoints.yml --credentials configs/credentials.yml --debug
```
**（2）启动Action服务**
在命令终端，输入下面命令：
```shell
# 启动action服务
# 注：该服务的--port默认为5055，如果使用默认则可以省略
Python -m rasa run actions --port 5055 --actions actions --debug
```
**（3）启动server.py服务**
```shell
python server.py
```
当**Rasa Server**、**Action Server**和**Server.py**运行后，在浏览器输入测试：
` http://127.0.0.1:8088/ai?content=查询广州明天的天气`
终端调用效果为：
# 4. 更新日志
**（1）V1.0.2020.02.15**
- 创建项目，模型训练成功；
- 前端访问Rasa服务器正常响应；
- 对接图灵闲聊机器人、心知天气API，便于测试；
**（2）V1.1.2020.02.27**
- 优化NLU样本，尝试使用同义词、正则、查找表；
- 改进supervised_embeddings，实体提取和意图识别明显提高，训练速度加快很多；
- 完成`Rasa中文聊天机器人开发指南(2)：NLU篇`文章撰写；
**（3）V1.2.2020.04.10**
- 使用Interactive Learning构建样本；
- 新增MITIE+supervised_embeddings管道，并训练相应的模型；
- 新增身份查询案例；
- 将Rasa版本升级到1.9.5，解决win10使用tensorflow出现的异常(详见`入门篇`)；
- 完成`Rasa中文聊天机器人开发指南(3)：Core篇`文章撰写；
# 5. License
> ```
> Copyright 2020 Jiangdongguo
>
> Licensed under the Apache License, Version 2.0 (the "License");
> you may not use this file except in compliance with the License.
> You may obtain a copy of the License at
>
> http://www.apache.org/licenses/LICENSE-2.0
>
> Unless required by applicable law or agreed to in writing, software
> distributed under the License is distributed on an "AS IS" BASIS,
> WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
> See the License for the specific language governing permissions and
> limitations under the License.
> ```