问题描述
我正在使用:EmbeddingIntentClassifier
用于意图分类。
根据RASA的文档,EmbeddingIntentClassifier
需要 dense_features 和/或 sparse_features 。
在我的NLU管道中,我有CountVectorsFeaturizer
和RegexFeaturizer
,它们都创建了 sparse_features 。
我想知道这两个组件的输出之一:CountVectorsFeaturizer
和RegexFeaturizer
被用作EmbeddingIntentClassifier
的输入吗?
每个 sparse_features 的作用是什么?
谢谢
解决方法
您放在NLU管道中的所有功能化器都用作输入功能。因此,CountVectorsFeaturizer
和RegexFeaturizer
均被使用。稀疏或密集定义了代码中输出表示的方式。我们在可能的地方使用稀疏矩阵以节省内存。
以下视频说明了DIET的工作原理:https://www.youtube.com/watch?v=vWStcJDuOUk&list=PL75e0qA87dlG-za8eLI6t0_Pbxafk-cxb&index=2