训练 Rasa NLU 数据时出现“错误：到窗口的路径太长”答案

【问题标题】："Error：path too long to windows" when training Rasa NLU data训练 Rasa NLU 数据时出现“错误：到窗口的路径太长”
【发布时间】：2021-04-15 21:39:53
【问题描述】：

我只是打算训练NLU数据，但是每当NLU模型训练完成时，就会出现ValueError：path too long to windows。我不确定这里的路径指的是什么？顺便说一下，我已经解除了文件路径的260个字符的限制，但仍然有这个错误。

错误堆栈如下：

Traceback (most recent call last):
File "e:\anaconda\lib\runpy.py", line 193, in _run_module_as_main
      "__main__", mod_spec)
 File "e:\anaconda\lib\asyncio\base_events.py", line 568, in run_until_complete
       return future.result()
 File "e:\anaconda\lib\site-packages\rasa\train.py", line 174, in train_async
       finetuning_epoch_fraction=finetuning_epoch_fraction,
 File "e:\anaconda\lib\site-packages\rasa\train.py", line 305, in _train_async_internal
       finetuning_epoch_fraction=finetuning_epoch_fraction,
  File "e:\anaconda\lib\site-packages\rasa\train.py", line 827, in _train_nlu_with_validated_data
        new_fingerprint = await model.model_fingerprint(file_importer)
File "e:\anaconda\lib\site-packages\rasa\model.py", line 341, in model_fingerprint
      FINGERPRINT_NLU_DATA_KEY: nlu_data.fingerprint(),
File "e:\anaconda\lib\site-packages\rasa\shared\nlu\training_data\training_data.py", line 106, in 
       fingerprint
    self._load_lookup_table(table) for table in self.lookup_tables
  File "e:\anaconda\lib\site-packages\rasa\shared\nlu\training_data\training_data.py", line 106, in 
        <listcomp>
    self._load_lookup_table(table) for table in self.lookup_tables
  File "e:\anaconda\lib\site-packages\rasa\shared\nlu\training_data\training_data.py", line 82, in _load_lookup_table
    if Path(potential_file).is_file():
  File "e:\anaconda\lib\pathlib.py", line 1344, in is_file
    return S_ISREG(self.stat().st_mode)
  File "e:\anaconda\lib\pathlib.py", line 1140, in stat
    return self._accessor.stat(self)
ValueError: stat: path too long for Windows

【问题讨论】：

标签： rasa-nlu rasa

【解决方案1】：

根据回溯，它看起来像是来自您的查找表。你在里面加载文件吗？如果是这样，我会检查您查找表中文件名的长度。

同样从追溯来看，您使用的是 Rasa 1.x，因此使用的是降价。 Rasa 2.x 切换到 yaml，因为我们发现此类问题的错误更少。

最后，如果您以后想在our forum 上发帖，我们会更加及时回复！

【讨论】：