如何解决翻译NLU模型中的RASA实体提取问题
我是RASA框架的新手。我正在尝试开发一种西班牙语NLU模型,该模型能够按照4种不同的意图(“翻译”,“定义”,“同义词”和“发音”)对用户消息进行分类,并识别实体(在这种情况下,我的实体可能是每个字或词)。
因此,例如,用户可以输入以下内容:
“如何翻译estaciónde tren alinglés”(如何将火车站翻译成英语)
因此,单词或表达式可以是任何单词,也可以具有任何长度。解决此问题的最佳方法是什么?我可以使用什么实体提取器,应该尝试什么参数?
谢谢!
解决方法
您不能期望RASA会正确解释任何未知的句子或单词。 您有责任使用包含精确句子的特定模型来训练AI,无论是否需要类似的要求,RASA都会为您提供一些概率。
您应该定义和分类可能要问的一般句子:
示例1:
- {火车站}在哪里?
- 如何找到{火车站}?
结果:
- 操作:位置
- 变量:{火车站}(此处可以是任何内容)
示例2:
- 如何翻译{word}
- 我想用{English}翻译{word}
- 您怎么说{English} {word}
- 翻译{word} {English}
结果:
- 动作:翻译
- 变量:{English} {word}
如果您能够对所有可能被询问的句子进行分类,RASA将为您服务
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。