1. 磐创AI首页
  2. 系列教程
  3. Rasa

Rasa 验证数据【7】—Rasa 中文官方文档,聊天机器人,上下文管理,多伦对话,意图识别,填槽

本文是全系列中第3 / 10篇:Rasa 聊天机器人

验证数据

测试域和数据文件的错误

要验证域文件,NLU数据或故事数据中是否存在任何错误,请运行验证脚本。你可以使用以下命令运行它:

[code lang=text]
rasa data validate
[/code]

上面的命令运行会验证所有的问及那。以下是命令的一次选项:

[code lang=text]
用法: rasa data validate [-h] [-v] [-vv] [–quiet] [-d DOMAIN] [–data DATA]

可选参数:
-h, –help 显示帮助消息并退出。
-d DOMAIN, –domain DOMAIN
域规范(yml文件)。(默认:domain.yml)
–data DATA 包含Rasa数据的文件或目录。(默认:data)

Python日志选项:
-v, –verbose 详细输出。将日志记录级别设置为INFO。(默认:None)
-vv, –debug 打印大量的调试语句。设置日志记录级别为 DEBUG。(默认:None)
–quiet 将日志记录级别设置为WARNING。(默认:None)
“`

你还可以通过python API导入Validator类来运行这些验证,该类具有以下方法:

**from_files()**:根据必要的文件字符串路径创建实例。

**verify_intents()**:检查域文件中列出的意图是否与NLU数据一致。

**verify_intents_in_stories()**:验证故事中的意图,检查它们是否有效。

**verify_utterances()**:检查域文件在话语模板和操作下列出的话语之间的一致性。

**verify_utterances_in_stories()**:验证故事中的话语,检查它们是否有效。

**verify_all()**:运行上面的所有验证。

要使用这些函数,必须创建Validator对象并初始化记录器。请参阅以下代码:
“`python
import logging
from rasa import utils
from rasa.core.validator import Validator

logger = logging.getLogger(__name__)

utils.configure_colored_logging('DEBUG')

validator = Validator.from_files(domain_file='domain.yml',
nlu_data='data/nlu_data.md',
stories='data/stories.md')

validator.verify_all()

[/code]

Rasa 英文网站:https://rasa.com/

Rasa 中文官方文档,聊天机器人,上下文管理,多伦对话,意图识别,填槽,中文聊天机器人开发必备手册:
http://rasachatbot.com/

磐创AI-中文聊天机器人
http://panchuangai.com/

原创文章,作者:fendouai,如若转载,请注明出处:https://panchuang.net/2019/08/31/rasa_validate-data/

发表评论

登录后才能评论

联系我们

400-800-8888

在线咨询:点击这里给我发消息

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息