【Github】项目名：crownpku/Rasa_NLU_Chi：将中文自然语言转换为结构化数据
项目简介
RasaNLU for Chinese是从RasaHQ/rasa_nlu派生出来的项目。它可以将中文自然语言转化为结构化数据，也就是实现中文自然语言理解。在使用时，需要有特定的文件如data/total_word_feature_extractor_zh.dat（由MITIE wordreptools从中文语料库训练得到，训练需要2 – 3天），同时要对中文语料库先进行标记化处理再用于训练，与用户案例最匹配的封闭域语料库效果最佳。此外，还可以从中文维基百科转储和百度百科下载训练好的模型。
项目使用
首先克隆项目并运行pythonsetup.py install进行安装。然后修改配置，对于中文目前有两种管道：一种是使用MITIE+Jieba（通过sample_configs/config_jieba_mitie.yml配置），另一种推荐使用MITIE+Jieba+sklearn（通过sample_configs/config_jieba_mitie_sklearn.yml配置）。还可以选择使用Jieba用户自定义字典或切换Jieba默认字典。训练模型时，如果在配置文件中指定项目名称，模型将保存在/models/your_project_name下，否则保存在/models/default下，通过python -m rasa_nlu.train -c sample_configs/config_jieba_mitie_sklearn.yml –data data/examples/rasa/demo – rasa_zh.json –path models命令进行训练。运行rasa_nlu服务器则使用python -m rasa_nlu.server – c sample_configs/config_jieba_mitie_sklearn.yml –path models命令。之后就可以在新终端通过curl从服务器获取结果。
项目总结
这个crownpku/Rasa_NLU_Chi项目为中文自然语言处理提供了很好的工具和方法，对于在该领域有需求的开发者有很大的帮助。欢迎大家留言讨论项目相关的内容，分享自己的使用经验或者遇到的问题等。