【发布时间】：2019-12-17 12:49:17
【问题描述】：
我想知道是否可以使用 RASA 自动生成故事来训练聊天机器人。 我已经使用在线培训课程构建了我的培训数据来生成故事，但我发现它非常不切实际。我想知道是否有某种自动方法可以对任何对话进行故事转换。
【问题讨论】：
-
您必须更好地详细说明问题。之后你的意思是“自动生成”。也许你只需要编写 stories.md 文件
标签： chatbot rasa-nlu rasa-core
【发布时间】：2019-12-17 12:49:17
【问题描述】：
您可以在与机器人对话时使用交互式学习来创建训练数据。有关如何使用交互式学习的更多信息，请参阅文档here。
【讨论】：
这可能为时已晚，但对于社区的其他人来说，他们可能仍需要对此作出答复。几个月前，我亲身体验过，进行交互式学习来训练你的 RASA 机器人需要很长时间（尤其是当你有数百个意图和动作时）。
我所做的是：
1) 将我命名的所有意图和操作(utter_) 编译成带有以下列标题的 .csv 文件：[主题] | [意图名称] | [utter_name]
2) 将同一行中的意图名称及其相应的操作名称解析为 Markdown(.md) 格式，同时添加相应的字符串以遵循 stories.md 文件的格式
将其打包成一个函数并在for循环中调用：
subcell = "## " + column[0] + "\n" # [subject] header for stories
subcell += "* " + column[1] + "\n" + " - " + column[2] + "\n" + "\n" # [intent_name] + [utter_name]
3) 生成的 stories.md 输出将包含简单对话流的所有直接意图-动作配对。同样，您可以将此概念应用于生成 domain.yml
希望这会有所帮助！
【讨论】：
-
您的提案只是将“故事”文件从 CSV 转换为所需的 MD 格式。这可能就足够了，只要故事是单轮常见问题解答（输入中的 1 个意图 -> 1 个答案）并且您可能拥有数百万个“无状态”（但也有点“无用”）案例。好的，但是，故事范围（和交互式学习）是为了实现对话的复杂/上下文交互。这里只有一个故事是许多意图回复的链！