当前位置：首页 > news >正文

Rasa中config.yml文件信息详细解释

news 来源：原创 2025/6/14 11:10:53

在 Rasa 中，config.yml 是非常关键的配置文件之一，它的作用是定义你的对话机器人使用哪些模型组件来完成：

意图识别（NLU）
实体抽取（NER）
对话管理（Core）

🧠 作用简述

部分	功能
`recipe`	指定使用哪种 Rasa 模型训练流程
`assistant_id`	项目的唯一标识符，用于部署和版本管理
`language`	机器人处理的语言
`pipeline`	定义 NLU 模块的组件流水线（意图识别+实体识别）
`policies`	定义 Core 模块使用的对话策略组件（控制对话流程）

🔍 字段逐个解析

1. `recipe`

指定训练流程的类型。通常使用默认值 default.v1，它会根据 pipeline 和 policies 自动训练你的模型。

recipe: default.v1

2. `assistant_id`

每个 Rasa 助手有一个唯一的 ID，默认系统会自动生成。用于部署时标识机器人。

assistant_id: 20250412-010713-concrete-weapon

你可以修改成自己的项目名，也可以不管它。

3. `language`

定义对话机器人使用的语言（比如 en、zh 等）。对模型训练和分词等有影响。

language: en

若你在做中文医生助手，应改为：

language: zh

4. `pipeline`（NLU 组件流水线）

NLU 模型是由多个组件组成的流水线，每个组件负责特定任务，比如：

分词
特征提取
意图识别
实体识别

你当前的文件是：

pipeline: null

这表示：使用默认 pipeline。Rasa 默认 pipeline 通常包括：

pipeline:
  - name: WhitespaceTokenizer           # 分词器（按空格分）
  - name: RegexFeaturizer              # 支持正则匹配特征
  - name: LexicalSyntacticFeaturizer   # 提取词性、大小写等语言特征
  - name: CountVectorsFeaturizer       # 用词袋模型提取词向量
  - name: CountVectorsFeaturizer       # 字符级 n-gram 特征
    analyzer: char_wb
    min_ngram: 1
    max_ngram: 4
  - name: DIETClassifier               # 主意图识别和实体识别模型
    epochs: 100
    constrain_similarities: true
  - name: EntitySynonymMapper          # 实体同义词映射
  - name: ResponseSelector             # 多候选响应选择器
    epochs: 100
  - name: FallbackClassifier           # 置信度低时触发兜底逻辑
    threshold: 0.3
    ambiguity_threshold: 0.1

👉 你也可以自定义这个 pipeline，比如换成 JiebaTokenizer 用于中文分词。

5. `policies`（对话策略）

控制机器人如何决定下一步动作。策略是用来决定在特定上下文中说什么或做什么。

目前是：

policies: null

表示使用默认策略，通常是这几种：

policies:
  - name: MemoizationPolicy         # 记住训练数据里的对话路径
  - name: RulePolicy                # 用于处理规则（如故事文件中的规则）
  - name: TEDPolicy                 # 强大的上下文感知策略（用 transformer 架构）
    max_history: 5
    epochs: 100
    constrain_similarities: true
  - name: UnexpecTEDIntentPolicy    # 辅助检测用户意图偏差
    max_history: 5
    epochs: 100

你可以按需调整，比如关闭 MemoizationPolicy、调整 max_history 等。

🧪 示例：中文医生助手常用配置（推荐）

language: zh

pipeline:
  - name: JiebaTokenizer
  - name: RegexFeaturizer
  - name: LexicalSyntacticFeaturizer
  - name: CountVectorsFeaturizer
  - name: CountVectorsFeaturizer
    analyzer: char_wb
    min_ngram: 1
    max_ngram: 4
  - name: DIETClassifier
    epochs: 100
  - name: EntitySynonymMapper
  - name: FallbackClassifier
    threshold: 0.4
    ambiguity_threshold: 0.1

policies:
  - name: RulePolicy
  - name: MemoizationPolicy
  - name: TEDPolicy
    max_history: 5
    epochs: 100
  - name: UnexpecTEDIntentPolicy
    max_history: 5
    epochs: 100