终于在树莓派上安装了rasa（见《树莓派智能语音助手之聊天机器人-RASA》），接下来就要学习怎么训练模型，逐步实现真正的语音助手。

第一次训练模型，主要是大概了解下各个组成模块。在我的rasa1.4.0版本生成的工程文件夹下有如下这几个文件：

actions.py # 自定义执行动作的代码

config.yml  # 对NLU和Core模型的配置

domain.yml  # 领域配置

credentials.yml # 证书配置，用于调用语音通道的接口

endpoints.yml # 端点配置，如:机器人要使用的模型、动作、存储服务等

data/nlu.yml # NLU训练数据

data/stories.yml # 故事编写文件

models/.tar.g # 初始化模型

模仿CSDN上的文章ubuntu安装rasa_unbuntu20.04安装rasa-CSDN博客，开始第一次rasa train。

config.yml

# Configuration for Rasa NLU.
# https://rasa.com/docs/rasa/nlu/components/
language: zh
pipeline: supervised_embeddings  

# Configuration for Rasa Core.
# https://rasa.com/docs/rasa/core/policies/
policies:
  - name: MemoizationPolicy
  - name: KerasPolicy
  - name: MappingPolicy

基本上就是rasa init成功后的那份。在没有完全理解各项定以前，不要随便复制网上的参考文档，这会影响到后续训练的成功与否。

credentials.yml

就直接在末尾添加：

rasa:

  url: "http://localhost:5005/api"

endpoints.yml

文档里就有下面内容，打开后确认下是否存在，若没有就把它加上去。

action_endpoint:

  url: http://localhost:5055/webhook

domain.yml

个人理解，这个文档就是定义chatbot的行为：Intent定义的是对话场景下的意图；actions定义的是基于该意图chatbot能采取的动作；templates则是对应动作所反馈的对话内容。

intents:
  - greet
  - goodbye
  - mood_great
  - mood_unhappy

actions:
- utter_greet
- utter_happy
- utter_goodbye
- utter_unhappy

templates:
  utter_greet:
  - text: "你好呀"

  utter_happy:
  - text: "太棒了，加油"

  utter_unhappy:
  - text: "可以告诉我发生了什么事"

  utter_goodbye:
  - text: "再见"

session_config:
  session_expiration_time: 60
  carry_over_slots_to_new_session: true

nlu.md

个人理解，nlu收录的是user的可能会话，在整个对话过程，chatbot会根据这个文件来预测user消息的意图。

## intent:greet
- 嗨
- 你好
- 今天顺利吗
- 你吃了吗

## intent:goodbye
- 再见
- 明天见
- 一会儿见

## intent:mood_great
- 我很好
- 真神奇
- 很棒
- 太好了

## intent:mood_unhappy
- 难过
- 我不开心
- 真糟糕
- 太恐怖了

stories.md

个人理解stories定义的是互动关系（即user说了什么，chatbot会怎么反应）。

## greet_happy
* greet
  - utter_greet
* mood_great
  - utter_happy

## greet_unhappy
* greet
  - utter_greet
* mood_unhappy
  - utter_unhappy

## user leaves
* goodbye
  - utter_goodbye

修改完上述文档，执行rasa train，开始训练模型。训练过程中若报错了，需要根据报错信息修改对应文件内容。训练完成会告知在model文件夹下生成了一个新的模型。

重新执行rasa shell，这时候会自动调取最新的模型来用。我执行输入了 rasa shell nlu，看一下 nlu 输出的结构化数据。

可以看到，根据user输入的“你好”，chatbot最终判断消息意图是greet，于是chatbot会回复“你好呀”。

这就是我训练的第一个中文模型。这就是个极简模型，只能按照定义的文本一问一答，超出了“天就聊不下去了”。要真正用好rasa还有很长的路要走啊！