在rasa nlu管道中结合了预先训练和监督的嵌入

问题描述

我是rasa的新手,并开始创建一个非常特定于域的聊天机器人。作为它的一部分,我理解将监督嵌入作为nlu管道的一部分更好,因为我的用例是特定于领域的。

我在nlu.md中有一个示例意图

## create_system_and_config
- create a [VM](system) of [12 GB](config) 

如果我尝试使用监督的功能化器,则可能与我特定于域的实体配合使用,但是我担心的是,仅使用监督性学习,我们会不会失去预训练模型的优势?例如,在诸如add a (some_system) of (some_config)之类的查询中。添加和创建密切相关。预先训练的模型将能够轻松选择此类动词。是否可以结合使用预先训练的模型,然后在我们的nlu管道中基于它进行一些监督学习,例如转移学习?

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)