Aix

我想順便把字典寫在設定檔的問題解決 但 @crownpku 你目前的版本是 '0.12.0a1'，最新版是'0.12.2' 它們在設定檔上有極大的差異  你要先升級上去，還是我覆蓋掉

目前的版本沒有對外開放API(官方也不採用)去更新訓練後模型的相關設定和模型(包括字典)在WEB服務啟動後 但目前的版本(rasa NLU CHI)是可以直接替換掉你的路徑下的字典之後，重新啟動WEB服務就會自動更新 另外，我目前有提交一個新的pull requests，相較於舊的版本字典沒有放在訓練後模型的文件夾，新版更新了字典在訓練之後要放在模型的文件夾，以方便進行版本控管(模型一和模型二可能字典有差異)， 所以在一般的開發流程，最好是你將新的字典納入訓練，產生出新的模型進行版控，之後佈署到WEB服務的環境下

我覺得都可以，像是spaCy，只是有沒有人實作出來rasa nlu component tensorflow 可以做intent的分類，但目前官方應該沒有辦法做實體辨識，至少我看文件是這樣 tensorflow 那招是基於 facebook starspace去實作的 https://arxiv.org/abs/1709.03856

關於加入jieba字典的方法，我有一些疑問 因為使用python setup.py install ，把它安裝在site-packages裡面 unzip -l rasa_nlu-0.12.0a1-py3.6.egg | grep jieba 1665 03-12-2018 15:44 rasa_nlu/tokenizers/jieba_tokenizer.py 2200 03-12-2018 16:22 rasa_nlu/tokenizers/__pycache__/jieba_tokenizer.cpython-36.pyc 我rasa_nlu是引用這個位置的package 而非git clone https://github.com/crownpku/Rasa_NLU_Chi.git 目錄下的package 所以我專案目錄下，執行`python -m rasa_nlu.train -c sample_configs/config_jieba_mitie_sklearn.json` 依據你的源碼...

@RuiZhang1993 我也有這個問題，剛好也是人名識別 @crownpku 可以分享一下你怎麼解決這個問題，在你的程式碼哪一段呢？ 我覺得中文的機器人有些地方特別難做，尤其在實體辨識上，像我目前在開發的應用，是類似一些互動式填表機器人，我遇到的難處有兩個部份 第一個就是樓主這樣的狀況，假如分詞沒有分好，實體辨識很難做 另外，假如一張表格裡面有兩個欄位填寫的資料型態一樣，感覺也很難做，但這應該不侷限在中文 而實體在對話管理當中很重要的一環 後來，我覺得regex是一個不錯的解決方法，在特定的實體辨識上 因為實體在對話管理扮演很重要的角色，實體沒有辨識精準，有些事沒辦法完成 所以我把實體辨識的部份有些置入rasa_core去控制（利用regex），我覺得這樣比較能準確地把實體辨識出來，但我就在想這樣做是不是不太好，唉～～ 不知道＠crownpku有沒有可以一些心得在處理這樣的事呢？