将正则表达式与Rasa一起使用（如何识别不在训练示例中的实体）

Question

我正在开发一个客户关系聊天机器人。用户可以输入问候语，用户名，电话号码等，

我创建了一些培训示例（50多个名称）来帮助nlu.md文件中的聊天机器人。但是问题在于，如果在训练数据（nlu.md）文件中未指定user_name，则聊天机器人将无法将user_name识别为实体。

我也写了一个正则表达式，但是如果我给它起一个新名字，nlu引擎将无法识别它。

我正在使用rasa 1.0.7，并且具有管道：supervised_embeddings

例如

nlu.md文件：

##regex.names
- [a-zA-Z\s]+$


##intent:inform
- John
- Roshan
- Sanvi
–> have few more

[如果用户使用任何新名称表示，则我的实体为空。还附加rasa交互式消息。

您的输入->约翰意向“告知”是否正确适用于[John]（姓名），并且所有实体的标签都正确吗？ （是/否）您的输入->肾上腺素您的NLU模型将“ adrena”归类为“ inform”，没有实体，这是正确的吗？ （Y / n）

指定了user_name后，我应该怎么做才能使机器人理解？我在某处看到可以使用查找表。但是当我尝试使用查找表时，它仍然无法识别出不是培训示例一部分的user_name。

我引用的以下链接。https://forum.rasa.com/t/regex-entity-names/11739/10How rasa_nlu using lookup_tables for entity extraction?但我的运气不好。我也可以选择任何选项。

谢谢。

Answer 1

对于该特定实体，您可以将SpaCyEntityExtractor与尺寸PERSON一起使用，而不是CRFEntityExtractor。对于个人名称识别，这几乎总是可以为您带来更好的结果，因为存在太多的名称可能性。 AFAIKPERSONSpaCy模型本身区分大小写。您仍然可以使用CRFEntityExtractor提取其他自定义实体。在您的管道中，它看起来像：

language: "en"

pipeline:
- name: "WhitespaceTokenizer"
- name: "RegexFeaturizer"
- name: "CRFEntityExtractor"
- name: "EntitySynonymMapper"
- name: "CountVectorsFeaturizer"
- name: "EmbeddingIntentClassifier"
- name: "SpacyNLP"
  model: "en_core_web_md"
- name: "SpacyEntityExtractor"
  dimensions: ["PERSON"]