如何在RASA中识别多个实体

Question

我想从用户输入中提取多个实体。 示例-“由于高CPU使用率和DNS错误，服务httpd没有响应” 所以在这里我要确定以下内容： Httpd 高CPU使用率 DNS错误

我将使用此关键字从数据库获得响应。

Answer 1

只需相应地注释它们，例如

## intent: query_error
- Service [httpd](keyword) is not responding because of [high CPU usage](keyword) and [DNS Error](keyword)

具有上面的句子，Rasa NLU将提取3个keyword类型的实体。然后，您可以在custom action中访问这些实体并查询数据库。

关于所需示例的数量：这取决于

• 您正在使用的NLU pipeline。与tensorflow_embedding相比，spacy_sklearn通常需要更多的训练示例，因为它不使用预先训练的语言模型。
• 您的实体可以具有的不同值的数量。如果只有httpd，high CPU usage和DNS error，那么您就不需要很多示例。但是，如果您的实体具有一千个不同的值，那么您需要更多的训练示例

如果您始终想触发相同的自定义操作，则一个意图就足够了。但是，如果您要分类不同类型的问题，例如服务器问题和客户端问题，并根据问题的类型触发不同的数据库，您可能会考虑具有多个意图。

对于模糊的答案很抱歉，但是在机器学习中，大多数事情高度依赖用例和数据集。