智能聊天机器人——基于RASA搭建
前言：
最近了解了一下Rasa，阅读了一下官方文档，初步搭建了一个聊天机器人。
搭建的chatbot项目地址: https://github.com/handsomecui/chat-robot.git
Rasa介绍：
Rasa Stack 开源机器学习工具，供开发人员创建上下文AI助手和聊天机器人，由 Rasa Core and NLU 组成。
rasa-nlu：用于自然语言理解的库，具有意图分类和实体提取
识别结构化数据，根据培训数据了解用户信息，可以根据预定义意图解释意义。
rasa-core（DM）：基于机器学习的对话管理的聊天机器人框架
基于NLU的输入和历史对话，训练数据，Core决定接下来的对话内容。
项目简介：
配置文件：
nlu_data.md 存放意图以及对应的问法
stories.md和domain.md 存放故事情节以及实体，对应的输出
主要依赖介绍：
Jieba
作用：中文分词。
简介：是一个强大的分词库,完美支持中文分词。
Mitie
作用：信息抽取
简介：它是一款免费且先进的信息抽取工具，目前包含了命名实体抽取、二元关系检测功能，另外也提供了训练自定义抽取器和关系检测器的工具。
使用流程：
1.创建NLU实例
2.定义NLU模块配置
3.训练NLU模型
4.测试NLU模型
5.训练使用Rasa Core输出内容
6.定义Domain:意图，行为，模板
7.训练对话模型
8.开始对话
后续扩展：
tensorflow,同义词库，爬数据训练
