Я хочу извлечь несколько сущностей из пользовательского ввода. Пример - «Служба httpd не отвечает из-за высокой загрузки ЦП и ошибки DNS» Итак, здесь я хочу указать ниже: Httpd Высокая загрузка ЦП Ошибка DNS
И я буду использовать эти ключевые слова, чтобы получить ответ от базы данных.
Просто аннотируйте их соответственно, например
## intent: query_error
- Service [httpd](keyword) is not responding because of [high CPU usage](keyword) and [DNS Error](keyword)
Имея предложение сверху, Rasa NLU извлечет 3 объекта типа keyword. Затем вы можете получить доступ к этим объектам с помощью настраиваемого действия и запросите вашу базу данных.
Что касается количества требуемых примеров: это зависит от
tensorflow_embedding требуется больше обучающих примеров, чем spacy_sklearn, поскольку не используются предварительно обученные языковые модели.httpd, high CPU usage и DNS error, то вам не нужно много примеров. Однако, если у вас есть тысяча различных значений для вашей сущности, вам нужно больше обучающих примеров.Одного намерения достаточно, если вы всегда хотите запускать одно и то же настраиваемое действие. Однако, если вы хотите классифицировать проблемы другого типа, например проблемы сервера и клиента, а также запускать разные базы данных в зависимости от типа проблем, вы можете рассмотреть возможность использования нескольких намерений.
Извините за расплывчатые ответы, но в машинном обучении большинство вещей сильно зависит от варианта использования и набора данных.
