rasa train nlu详解：1.1-train

rasa train nlu详解：1.1-train_nlu()函数

本文使用《使用ResponseSelector实现校园招聘FAQ机器人》中的例子，主要详解介绍train_nlu()函数中变量的具体值。

一.rasa/model_training.py/train_nlu()函数
train_nlu()函数实现，如下所示：

def train_nlu(
    config: Text,
    nlu_data: Optional[Text],
    output: Text,
    fixed_model_name: Optional[Text] = None,
    persist_nlu_training_data: bool = False,
    additional_arguments: Optional[Dict] = None,
    domain: Optional[Union[Domain, Text]] = None,
    model_to_finetune: Optional[Text] = None,
    finetuning_epoch_fraction: float = 1.0,
) -> Optional[Text]:
    """Trains an NLU model.  # 训练一个NLU模型。

    Args:
        config: Path to the config file for NLU.  # NLU的配置文件路径。
        nlu_data: Path to the NLU training data.  # NLU训练数据的路径。
        output: Output path.  # 输出路径。
        fixed_model_name: Name of the model to be stored.  # 要存储的模型的名称。
        persist_nlu_training_data: `True` if the NLU training data should be persisted with the model.  # 如果NLU训练数据应该与模型一起持久化，则为`True`。
        additional_arguments: Additional training parameters which will be passed to the `train` method of each component.  # 将传递给每个组件的`train`方法的其他训练参数。
        domain: Path to the optional domain file/Domain object.  # 可选domain文件/domain对象的路径。
        model_to_finetune: Optional path to a model which should be finetuned or a directory in case the latest trained model should be used.  # 可选路径，指向应该进行微调的模型，或者在应该使用最新训练的模型的情况下指向一个目录。
        finetuning_epoch_fraction: The fraction currently specified training epochs in the model configuration which should be used for finetuning.  # 模型配置中当前指定的训练时期的fraction，应该用于微调。

    Returns:
        Path to the model archive.  # 模型归档的路径。
    """
    if not nlu_data:  # 没有NLU数据
        rasa.shared.utils.cli.print_error(  # 打印错误
            "No NLU data given. Please provide NLU data in order to train "  # 没有给出NLU数据。请提供NLU数据以训练
            "a Rasa NLU model using the '--nlu' argument."  # 使用--nlu参数训练Rasa NLU模型
        )
        return None

    # 只训练NLU，因此仍然必须选择训练文件
    file_importer = TrainingDataImporter.load_nlu_importer_from_config(
        config, domain, training_data_paths=[nlu_data], args=additional_arguments
    )

    training_data = file_importer.get_nlu_data()  # 获取NLU数据
    if training_data.contains_no_pure_nlu_data():  # 如果没有纯NLU数据
        rasa.shared.utils.cli.print_error(  # 打印错误
            f"Path '{nlu_data}' doesn't contain valid NLU data in it. "  # 路径{nlu_data}中不包含有效的NLU数据
            f"Please verify the data format. "  # 请验证数据格式
            f"The NLU model training will be skipped now."  # 现在将跳过NLU模型训练
        )
        return None

    return _train_graph(  # 训练图
        file_importer,  # 文件导入器
        training_type=TrainingType.NLU,  # 训练类型
        output_path=output,  # 输出路径
        model_to_finetune=model_to_finetune,  # 模型微调
        fixed_model_name=fixed_model_name,  # 固定模型名称
        finetuning_epoch_fraction=finetuning_epoch_fraction,  # 微调时期fraction
        persist_nlu_training_data=persist_nlu_training_data,  # 持久化NLU训练数据
        **(additional_arguments or {}),  # 额外的参数
    ).model  # 模型

1.传递来的形参数据
形参config=“config.yml”，nlu_data=“data”，output=“models”，persist_nlu_training_data=False，其它的都是None，如下所示：

2.train_nlu()函数组成
该函数主要由3个方法组成，如下所示：

file_importer = TrainingDataImporter.load_nlu_importer_from_config(*) #file_importer数据类型为NluDataImporter
training_data = file_importer.get_nlu_data() #根据nlu数据创建一个TrainingData类对象
return _train_graph(*) #训练config.yml文件中pipline对应的图

二.training_data数据类型
training_data数据类型为rasa.shared.nlu.training_data.training_data.TrainingData，如下所示：

1.MIN_EXAMPLES_PER_ENTITY=2
每个实体的最小样本数量。

2.MIN_EXAMPLES_PER_INTENT=2
每个意图的最小样本数量。

3.action_names=set()
action名字集合。

4.entities=set()
entity集合。

5.entity_examples=[]
entity例子集合。

6.entity_groups=set()
entity组的集合。

7.entity_roles=set()
entity角色集合。

8.entity_synonyms=set()
entity近义词集合。

9.intent_examples=[25*Message]
intent例子列表，列表中数据为rasa.shared.nlu.training_data.message.Message数据结构。对于普通意图，Message数据结构如下所示：

对于检索意图，Message数据结构如下所示：

10.intents
具体数值为set(‘faq’, ‘goodbye’, ‘greet’)。

11.lookup_tables=[]
查找表。

12.nlu_examples=[25*Message]
内容和intent_examples相同，不再介绍。

13.number_of_examples_per_entity
每个entity例子的数量。

14.number_of_examples_per_intent
每个intent例子的数量，即{‘faq’: 14, ‘goodbye’: 5, ‘greet’: 6}。

15.number_of_examples_per_response
每个response例子的数量，如下所示：

{'faq/notes': 1, 'faq/work_location': 1, 'faq/max_job_request': 1, 'faq/audit': 1, 'faq/write_exam_participate': 1, 'faq/write_exam_location': 1, 'faq/write_exam_again': 1, 'faq/write_exam_with-out-offer': 1, 'faq/interview_arrangement': 1, 'faq/interview_times': 1, 'faq/interview_from': 1, 'faq/interview_clothing': 1, 'faq/interview_paperwork': 1, 'faq/interview_result': 1}

16.regex_features=[]
正则特征。

17.response_examples=[14*Message]
response例子，如下所示：