基于Rasa的生猪疾病诊断对话系统的设计与实现

针对养猪农户在猪只生病时获取疾病诊断和防治信息不方便、时间周期长或者代价昂贵等问题,设计并实现了一个基于Rasa的生猪疾病诊断对话系统。从Rasa项目创建开始,按照应用系统所需意图和实体槽位设计、自然语言理解流水线配置、对话管理设计、知识图谱设计和系统软件架构设计的顺序对系统的设计与实现过程进行了详细的描述。该系统的开发升级了12396平台,对农业信息的推广应用、提高农业智能化水平具有重要意义。

基于Rasa框架的客服智能对话系统设计研究

利用Rasa开源框架设计和实现面向某电力客服中心的电费查询和故障报修对话系统,介绍了Rasa系统开发框架的RasaNLU和RasaCore两大模块,然后详细介绍了系统设计和实现方法,包含系统组织架构、意图和实体槽位设计、自然语言理解模块设计、对话管理设计等技术,其中详细描述了将意图识别和槽位填充联合模型开发为Rasa框架组件方法,最后对系统Web页面进行展示。

基于Rasa的任务型对话系统设计与实现

随着自然语言处理和机器学习技术的发展,人机对话系统成为了新的研究热点。任务型对话系统是一种典型的人机对话系统,用来帮助用户完成一些特定的任务,有着十分重要的学术意义和应用价值。文章阐述了基于Rasa框架,面向企业服务领域的任务型对话系统中各个模块的设计过程和实现方法,并且实现了系统设计。

智能运维场景下的问答系统设计与应用

智能运维(Artificial Intelligence for IT Operations,AIOps)场景中,问答系统的应用可以辅助运维人员完成运维任务,查询运维知识,降低企业运维成本。传统的问答系统功能单一,通常只能完成特定任务或知识查询中的一种。本文设计的多功能问答系统集成了4类问答功能,即:任务型、知识图谱型、问答对型、闲聊型,同时针对任务型场景深度开发Rasa框架,并采用基于BERT的改进型意图识别神经网络结构;通过真实的运维数据验证了该智能问答系统性能。结果表明,本文设计的问答系统不仅可以毫秒级返回问答结果,并且任务型场景中的意图识别准确率在原有基础上有了明显提升。