文章目錄
什麼是槽位slots
所謂的槽位就是機器人的記憶。它們以key-value的形式存儲，可用於存儲用戶提供的信息(比如城市信息)以及收集到的關於外部世界的信息(例如，數據庫查詢的結果)。大多數時候，槽位會影響對話的進展。不同的行爲有不同的槽類型。比如，如果用戶提供了他們的家鄉城市，那麼可能有一個名爲home_city的文本槽。如果用戶詢問天氣，而你不知道他們的家鄉，你將不得不詢問他們。文本槽只告訴Rasa Core槽是否有值。文本槽的特定值(如班加羅爾、紐約或香港)沒有任何區別。
如果值本身很重要，那麼使用categorical或bool槽。還有float和list列表槽。如果只是想存儲一些數據，但又不希望它影響對話的流程，那麼就使用unfeaturized槽。
Rasa中如何使用Slots
策略不能訪問槽的值。它接受一個featurized 表徵。如上所述，對於文本槽，值是不相關的。 根據是否設置，策略只看到1或0。
如何設置Slots
爲domain文件中的一個槽提供一個初始值的方式如下:
slots:
name:
type: text
initial_value: "human"
槽有多種設置方式: 來自 NLU、來自點擊按鈕和Actions。
Slots Set from NLU
如果NLU模型選擇了一個實體，並且domain中包含一個具有相同名稱的槽，那麼這個槽將被自動設置。例如:
# story_01
* greet{"name": "Ali"}
- slot{"name": "Ali"}
- utter_greet
在這個示例中，其實沒有必要在story中包含-slot{}部分，因爲它會被自動選擇。要禁用特定槽位的這種action，可以在domain文件中將auto_fill屬性設置爲False：
slots:
name:
type: text
auto_fill: False
Slots Set By Clicking Buttons
可以把button當做shortcut使用。rasa core將會發送以/開頭的消息給RegexInterpreter，它期望NLU輸入和story文件有相同的格式，比如/intent{entities}。舉個例子，如果想讓用戶通過點擊的方式選擇顏色，這個button的payloads可能是/choose{"color": "blue"}和/choose{"color":"red"}。那麼可以在domain文件中給出定義：
utter_ask_color:
- text: "what color would you like?"
buttons:
- title: "blue"
payload: '/choose{"color": "blue"}'
- title: "red"
payload: '/choose{"color": "red"}'
Slots Set by Actions
另一種方式是通過在自定義action中返回事件來設置槽位。在這種情況下，你的story需要包含slots。例如，有一個獲取用戶profile信息的自定義action，以及一個名爲account_type的categorical槽。當fetch_profile action運行時，它返回一個rasa.core.events.SlotSet事件:
slots:
account_type:
type: categorical
values:
- premium
- basic
action實現：
from rasa_sdk.actions import Action
from rasa_sdk.events import SlotSet
import requests
class FetchProfileAction(Action):
def name(self):
return "fetch_profile"
def run(self, dispatcher, tracker, domain):
url = "http://myprofileurl.com"
data = requests.get(url).json
return [SlotSet("account_type", data["account_type"])]
story定義：
# story_01
* greet
- action_fetch_profile
- slot{"account_type" : "premium"}
- utter_welcome_premium
# story_02
* greet
- action_fetch_profile
- slot{"account_type" : "basic"}
- utter_welcome_basic
在這種情況下，必須在story中包含- slot{}部分。Rasa Core將學習使用這些信息來決定採取正確的action(在本例中是utter_welcome_premium或utter_welcome_basic)。
注意：
手寫story，很容易忘記slots。官方強烈建議使用表單的交互式學習來構建這些stories。
Slot Types
Text Slot
text類型slot。用戶首選項，只關心它們是否已被指定。示例如下：
slots:
cuisine:
type: text
描述：
如果設置了任何值，則導致槽的特徵值被設置爲1，否則特徵值將被設置爲0(未設置任何值)。
Boolean Slot
bool型slot示例：
slots:
is_authenticated:
type: bool
描述：檢查slot是否設置了，有的話，則爲true。
Categorical Slot
該類型槽可以有N個取值。示例：
slots:
risk_level:
type: categorical
values:
- low
- medium
- high
描述：創建一個獨熱編碼(one-hot encoding)以描述哪個值匹配到。
Float Slot
用以值是連續的。示例：
slots:
temperature:
type: float
min_value: -100.0
max_value: 100.0
默認情況，max_value=1.0, min_value=0.0
描述：
小於min_value的值會統一被當做是min_value，max_value同理。因此，如果max_value=1，那麼特徵化爲2和3.5其實是一樣的。即兩種情況於對話的影響是相同的。
List Slot
示例：
slots:
shopping_items:
type: list
描述：
如果設置了帶有list的值，而列表不是空的，則此槽的特性設置爲1。如果沒有設置值，或者設置值是空列表，則該特性爲0。存儲在槽中的list的長度不影響對話。
Unfeaturized Slot
用途：要存儲的數據不影響對話流
示例：
slots:
internal_user_id:
type: unfeaturized
描述：
這個槽位不會有任何的featurization，因此，它的值不會影響對話流，並且在預測機器人應該運行的下一個action時被忽略。
Custom Slot Types
如果你的餐廳預訂系統最多隻能處理6個人的預訂。在這種情況下，你希望槽的值影響下一個選定的action(而不僅僅是它是否被指定)。此時可以通過定義一個定製的slot類來實現這一點。
在下面的代碼中，定義了一個名爲NumberOfPeopleSlot的槽類。特徵化定義如何將這個槽的值轉換爲向量，以使機器學習模型能夠處理。這裏的槽有三個可能的“值”，所以可以用長度爲2的向量來表示它們。
(0,0)表示還未設置；
(1,0)表示1~6之間；
(0,1)表示大於6；
from rasa.core.slots import Slot
class NumberOfPeopleSlot(Slot):
def feature_dimensionality(self):
return 2
def as_feature(self):
r = [0.0] * self.feature_dimensionality()
if self.value:
if self.value <= 6:
r[0] = 1.0
else:
r[1] = 1.0
return r
現在還需要一些訓練的stories，這樣Rasa Core可以從中學習如何處理不同的情況:
# story1
...
* inform{"people": "3"}
- action_book_table
...
# story2
* inform{"people": "9"}
- action_explain_table_limit