RASA 无法识别正确的意图

Question

使用的后端/管道：Spacy & Sklearn

操作系统：Windows 8

问题：RASA 无法识别正确的 Intent

示例： 我创建了一个 Intent 名称 “GenericGreetingGM”，并使用诸如（早安、Gud mrng、gud Morning、非常早安等……）之类的话语进行训练。但是对于像 (gud morning) is going into GenericSmallTalkFamily 这样的少数话语，我们在这个意图中没有任何与“morning”或“gud”匹配的词。

---

在与少数人交流后，他们建议我检查RASA evaluation（意图混淆矩阵），以下是我对图像的观察。

Intent_Confusion Matrix

• 总话语：28

• 正确表达：8

• 正如我在一个例子中提到的那样，其余的话语都会出错。

---

以下是我的问题。

1. RASA 是如何工作的？

2。 RASA 如何分析文本并给出 Intent。

3.如何使用 RASA 评估/上图进行分析

---

有关此问题的任何帮助，主要与使用 RASA 评估有关。

提前致谢

Answer 1

我写了一个由 4 部分组成的系列来揭开 RasaNLU 内部的神秘面纱。希望对您有所帮助。

https://medium.com/series/nlp-behind-chatbots-demystifying-rasanlu-318a8adb39ed

关于这个问题，GenericGreetingGM可能是因为每个bin下的训练样本数量不同。这最终可能会使结果偏向训练有素的意图。