【问题标题】：Rasa NLU: Tensorflow embedding with entity extractionRasa NLU：Tensorflow 嵌入与实体提取
【发布时间】：2019-06-12 19:33:02
【问题描述】：

Tensorflow 嵌入具有非常好的意图识别。

根据我的经验，与 spacy 相比，它对于简单输入（例如“Hello”）的测试结果从大约 45% 的置信度提高到了 95%。

但开箱即用它没有任何实体提取。

有什么管道配置可以解决这个问题吗？

【问题讨论】：

标签： tensorflow spacy rasa-nlu

【解决方案1】：

配置

下面的配置包含用于实体提取的ner_crf。

language: "en"

pipeline:
- name: "tokenizer_whitespace"
- name: "intent_entity_featurizer_regex"
- name: "ner_crf"
- name: "ner_synonyms"
- name: "intent_featurizer_count_vectors"
- name: "intent_classifier_tensorflow_embedding"

用法

WebApi：

curl --noproxy '*' -X POST --header 'content-type: application/x-yml' --data-binary @${RASA_FILE} --url "${RASA_YML}:5000/train?project=${PROJECT}&model=${MODELNAME}"

配置已包含在 RASA_YML 中。 docs

重击：

python -m rasa_nlu.train -v --config ${CONFIG} --data ${RASA_MD} --path projects --project ${PROJECT} --fixed_model_name ${MODELNAME}

版本

Rasa NLU：>=0.13.0

信用：github issue

【讨论】：

这对我有用，有多个常见问题解答和准确度很高的实体识别