Začněte nyníZačněte zdarma

Rasa NLU

V tomto cvičení použiješ Rasa NLU k vytvoření interpreteru, který analyzuje příchozí zprávy uživatelů a vrací sadu entit. Tvým úkolem je natrénovat interpreter pomocí modelu pro rozpoznávání entit MITIE v Rasa NLU.

Toto cvičení je součástí kurzu

Building Chatbots in Python

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř slovník args s jediným klíčem "pipeline" a hodnotou "spacy_sklearn".
  • Vytvoř config zavoláním RasaNLUConfig() s jediným pojmenovaným argumentem cmdline_args s hodnotou args.
  • Vytvoř trainer zavoláním Trainer() s konfigurací jako argumentem.
  • Vytvoř interpreter zavoláním trainer.train() s training_data.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import necessary modules
from rasa_nlu.converters import load_data
from rasa_nlu.config import RasaNLUConfig
from rasa_nlu.model import Trainer

# Create args dictionary
args = ____

# Create a configuration and trainer
config = ____
trainer = ____

# Load the training data
training_data = load_data("./training_data.json")

# Create an interpreter by training the model
interpreter = ____

# Test the interpreter
print(interpreter.parse("I'm looking for a Mexican restaurant in the North of town"))
Upravit a spustit kód