Python RASA插槽提取NLU数据

您好，我正在尝试使用RASA填写表单，目前我有一个名为email的槽，所以我的问题是，插入槽映射预期答案的模式的最佳方式是什么。我看到inside action.py中的插槽映射函数，如self.from_intent、self.from_entity、self.from_text，因此我需要为电子邮件编写如下模式：

my email is [resllll@gmail.com](email) 
email address is [resllll@gmail.com](email)
[resll@gmail.com](email) this is my email  

因此，如何通过在一个intent名称下列出nlu文件中的所有模式，并在self.from_intent或使用self.from_实体中提供该意图，来实现模型的更高准确性和可重用性呢。

---

还有其他更好的方法吗？我正在使用RASA 1.8

您应该使用预训练的实体提取器，如

DucklingHTTPExtractor

来处理电子邮件。这比自己尝试添加所有模式要准确得多。在管道中，这看起来像：

pipeline:
   ...<other components>
    - DucklingHTTPExtractor
      dimensions: ["email"]

docker run -p 8000:8000 rasa/duckling