NLU Pipeline

本章节将讲解：NLU Pipeline中的各个流程，以及如何自定义策略

1. NLU Pipeline与机器人的语言模型强相关，针对不同的语言模型，NLU的处理流程也有区别

2. 下表为NLU Pipeline中不同语言模型的的处理流程，其中有些参数可以自定义修改。

中文语言模型

language: zh
pipeline:
- name: wulai_nlu.preprocess.Preprocess
  case_conversion: ''      # 英文大小写转换 'lower','upper'或''
  to_simplified: false     # 繁体转换为简体 false或true
- name: JiebaTokenizer
- name: wulai_nlu.custom_entity_extractor.CustomEntityExtractor
  catelog:                 # 系统实体列表
  - sys.date
  - sys.time
  - sys.province
  - sys.city
  - sys.any
  policy: 1                # 实体消歧策略
                           # 0: 返回全部实体
                           # 1: 去掉同实体中被包含的实体值，返回最长的
                           # 2: 去掉全部被包含的实体值，返回最长的
  case_sensitive: false    # 大小写敏感 false或true
  max_entities: 200        # 返回的实体值数量的上限
- name: wulai_nlu.keyword_classifier.KeywordClassifier
- name: wulai_nlu.intent_searcher.IntentSearcher
- name: wulai_nlu.example_classifier.ExampleClassifier
  threshold_entity: 0.6  
  threshold_intent: 0.5
  threshold_ngram: 0.8
  template_only: true      # 只对句式进行匹配，提高效率 true或false
- name: wulai_nlu.rerank_classifier.RerankClassifier
- name: FallbackClassifier
  ambiguity_threshold: -1  # top1&2的分差最小值
  threshold: 0.7           # 兜底分数

英文语言模型

language: en
pipeline:
- name: wulai_nlu.preprocess.Preprocess
  case_conversion: ''      # 大小写转换 'lower','upper'或''
  correction: false        # 拼写纠错 true或false
- name: SpacyNLP           # 词性还原
  model: en_core_web_md
- name: SpacyTokenizer
- name: wulai_nlu.custom_entity_extractor.CustomEntityExtractor
  catelog:                 # 系统实体列表
  - sys.date
  - sys.time
  - sys.city
    policy: 1              # 实体消歧策略
                           # 0: 返回全部实体
                           # 1: 去掉同实体中被包含的实体值，返回最长的
                           # 2: 去掉全部被包含的实体值，返回最长的
  case_sensitive: false    # 大小写敏感 false或true
  max_entities: 200        # 返回的实体值数量的上限
- name: wulai_nlu.keyword_classifier.KeywordClassifier
- name: wulai_nlu.intent_searcher.IntentSearcher
- name: wulai_nlu.example_classifier.ExampleClassifier
  threshold_entity: 0.6  
  threshold_intent: 0.5
  threshold_ngram: 0.8
  template_only: true      # 只对句式进行匹配，提高效率 true或false
- name: wulai_nlu.rerank_classifier.RerankClassifier
- name: FallbackClassifier
  ambiguity_threshold: -1  # top1&2的分差最小值
  threshold: 0.7           # 兜底分数

3. 如需自定义NLU Pipeline，请将修改后的内容粘贴进：机器人管理页面-机器人设置-“annotation”字段中。