问题描述
我向我的 rasa 机器人添加了一个表单。 rasa bot 在没有表单的情况下运行良好,但在添加表单时,我收到错误“无法通过操作 form_search_scholarship 提取槽 SEARCH_NAME”。我不知道我错过了什么,因为我尝试了不同的变化。
域.yml
...
entities:
- SEARCH_NAME
- SEARCH_KEYWORD
slots:
SEARCH_KEYWORD:
type: text
SEARCH_NAME:
type: text
...
故事.yml
## keyword search path
* menu
- utter_menu
* search_scholarship
- utter_search
* keyword_search_scholarship
- form_search_keyword
- form{"name": "form_search_keyword"}
- form{"name": null}
## scholarship name search path
* menu
- utter_menu
* search_scholarship
- utter_search
* scholarship_name_search
- form_search_scholarship
- form{"name": "form_search_scholarship"}
- form{"name": null}
actions.py
class ActionFormSearchKeyword(FormAction):
def name(self) -> Text:
"""Unique identifier of the form"""
return "form_search_keyword"
@staticmethod
def required_slots(tracker: Tracker) -> List[Text]:
"""A list of required slots that the form has to fill"""
return ["SEARCH_KEYWORD",]
def submit(
self,dispatcher: Collectingdispatcher,tracker: Tracker,domain: Dict[Text,Any],) -> List[Dict]:
"""Define what the form has to do
after all required slots are filled"""
# utter submit template
dispatcher.utter_message(template="utter_search_found",search_result=tracker.get_slot('SEARCH_KEYWORD'),search=tracker.get_slot('SEARCH_KEYWORD'))
# # utter submit template
# dispatcher.utter_message(template="utter_search_not_found",# search=tracker.get_slot('SEARCH_KEYWORD'))
return []
def slot_mappings(self) -> Dict[Text,Union[Dict,List[Dict]]]:
"""A dictionary to map required slots to
- an extracted entity
- intent: value pairs
- a whole message
or a list of them,where a first match will be picked"""
return {
"search_result": [self.from_entity(entity="SEARCH_KEYWORD"),self.from_text()],}
解决方法
很难说确切的问题是什么(查看 form_search_scholarship 操作代码会有所帮助,因为这是错误的来源)但我的猜测是您可能没有正确地从输入文本中提取名称实体。这往往是您看到此错误的最常见原因。
要解决此问题,我会:
- 在命令行中运行
rasa nlu
并输入助手失败的回合。查看是否正确提取了预期的实体 - 如果不是,那可能是你的问题。我建议使用其他额外的培训数据(如果您有奖学金名称列表,我可能会使用查找表:https://blog.rasa.com/improving-entity-extraction/)
- 如果它被 NLU 正确地确定了,那么问题出在其他地方,你需要做更多的挖掘;如果没有其他形式的训练数据 + 代码,很难说出确切的问题是什么。