Chatbot 如何提高使用Rasa构建的聊天机器人的准确性？
我正在尝试使用构建聊天机器人。我按照文档中给出的步骤创建了一个基本的聊天机器人。我已经安装了rasa core和rasa nlu，但目前我只使用rasa core，因为我不需要从输入中提取任何信息 我添加了大约20个意图及其相应的操作。但当我试图得到响应时，它会准确地识别14个意图（即使是通过使用同义词混淆单词进行测试），但对于其余6个意图，它总是返回错误的响应，即使我输入了意图中定义的相同输入 起初我使用spaCy+sklearn管道，但现在我使用sklearn+MITIE，但仍然没有得到准确的响应Chatbot 如何提高使用Rasa构建的聊天机器人的准确性？,chatbot,rasa-nlu,Chatbot,Rasa Nlu,我正在尝试使用构建聊天机器人。我按照文档中给出的步骤创建了一个基本的聊天机器人。我已经安装了rasa core和rasa nlu，但目前我只使用rasa core，因为我不需要从输入中提取任何信息 我添加了大约20个意图及其相应的操作。但当我试图得到响应时，它会准确地识别14个意图（即使是通过使用同义词混淆单词进行测试），但对于其余6个意图，它总是返回错误的响应，即使我输入了意图中定义的相同输入 起初我使用spaCy+sklearn管道，但现在我使用sklearn+MITIE，但仍然没有得到准确
是否有任何方法可以提高聊天机器人的准确性。提高准确性的最佳方法是根据会话分析告诉您的聊天机器人如何随时间与用户交互的信息，对其进行迭代优化。无论你带来了多少NLP，期望机器人能够开箱即用是不现实的
有很多工具可用于此，其中一些工具在分析（除了健康指标）方面比其他工具更强大。（我为一家名为的公司工作，该公司可以免费使用任何机器人平台。）你能给出一些错误分类的话语的例子吗？在没有看到一些数据的情况下，很难给出任何关于如何提高性能的建议。请举例说明有效的意图和不存在的意图@DarkShadow，你能解决这个问题吗？我也面临同样的问题issue@jignasha不，我还没有找到任何方法来确定修改的意图。在我的例子中，输入与在domain.yml文件中添加的输入完全相同，但rasa仍然没有识别正确的意图。