Hai Liang W.

启动Elasticsearch的正确方法： ``` docker-compose up elasticsearch ```

坐席工作台内是可以回复，请做一下截图说明。

``` --with-gxx-include-dir=/usr/include/c++/4.2.1 ``` GCC 版本太低了，至少要求4.8 ## Work around 修改文件`thirdparty/jsoncpp/src/lib_json/json_reader.cpp` 将 line 49 ``` thread_local static int stackDepth_g = 0; // see readValue() ``` 修改为： ``` static __thread int stackDepth_g =...

参考使用春松客服， https://github.com/chatopera/cosin

Also post in https://pre-angel.com/chatopera-opensource-for-enterprises/ Thanks for kaiyuanshe! Related with https://github.com/PreAngel/pre-angel.com/pull/133

数字在计划内实现为一个系统词典，现在可以通过在多轮对话脚本中，使用函数 `extractNumber` 和 `this.user.history` 来实现。 [extractNumber](https://docs.chatopera.com/products/chatbot-platform/references/func-builtin/maestro.html#extractnumber) [this.user.history](https://docs.chatopera.com/products/chatbot-platform/references/func-builtin/user.html#thisuserhistory) [意图匹配器](https://docs.chatopera.com/products/chatbot-platform/howto-guides/conv-gambit-intent.html)

嗯系统词典就好了，现在在用户说法里需要确认 商品 数量 单位三要素，缺了然后配置追问，这样比较简单。用函数的话，流程上不那么简明

看起来是训练数据生成的有问题。 感谢反馈，今天下午开始解决，预计本周内可以解决。

经过查看您的机器人之前的训练过程，也就是有问题的模型的训练数据，发现其和您定义的词表不同，导致训练出来的模型有问题。 然后，我又进行以下工作： 1）在测试环境：通过复用您提供的 clientId 的机器人的数据，重新训练，发现意图识别工作正常。 2）在 Chatopera 云服务，即我们的生产环境，对您的机器人重新训练，语料生成正常，您现在可以验证一下 clientId 641801eab1fcf4001379a113 是否正常了。 对于以上工作，是可以确定，是机器人的训练过程中，自定义词典的词条没有全部作为输入进行训练，可能存在 BUG，接下来我们会继续的深入的解决。 对于您使用的一个临时方案：每次更改自定义词典的词条，都是在上一次训练完成之后。因为现在词典多，训练时间长，可能发生两个训练同时进行，这可能是造成问题的原因。 使用以下的 Java 代码进行训练： ``` this.trainMgr = new TrainMgr(botClientId, botClientSecret, "https://bot.chatopera.com"); // 提交训练任务 this.trainMgr.trainAll(); // 等待训练结束 this.trainMgr.waitForJobsDone();...

对于意图识别模型的训练，有另外一些提醒： * 正在训练的意图识别模型，不会影响已经发布的意图识别模型，也就是上一次训练的意图识别模型可以正常用，直到新的模型训练完成，之前的模型被替换。 * 意图识别的模型正在训练中，此时触发新的训练，那么两个模型是同时训练的，如果模型较大，不能保证按照触发的顺序完成训练。从时间上，最后一次训练成功的模型是生效的。