https://szkolazpieklarodem.pl/
Utwórzmy ponownie plik JSON w ten sam sposób, w jaki utworzyliśmy go wcześniej za pomocą Jupytera i nazwijmy go config.json. Trzymajmy go poza naszym folderem danych (czyli w horoskopie_bocie, czyli katalogu naszego projektu). Dodaj do niego następującą konfigurację:
{
“pipeline”: “tensorflow_embedding”,
“ścieżka”:”./modele/nlu”,
“dane”:”./data/data.json”
}
Jak widać, w naszym pliku config.json znajduje się kilka ważnych parametrów konfiguracyjnych. Spróbujmy je zrozumieć.
- potok: Pipeline określi, jakie funkcje lub ekstraktory funkcji zostaną użyte do przetwarzania wiadomości tekstowych i wydobywania niezbędnych informacji. W naszym przypadku używamy tensorflow_embedding.
- ścieżka: ścieżka jest zasadniczo katalogiem, w którym przechowujemy nasz model treningowy. Zamierzamy przechowywać nasz model w folderze /models/nlu.
- dane: dane to ścieżka, którą musimy określić; to w zasadzie miejsce, w którym jesteśmy, dane treningowe siedzą.
Gdy skończymy z plikiem config.json, przejdźmy do kodu Pythona, aby wytrenować nasz model ML.
KONFIGURACJA YAML-a
Możesz także użyć pliku .yml jako plików konfiguracyjnych, jak poniżej. Możesz pobrać przykładowe pliki config.yml w repozytorium github.
- Przykład 1:
language: “en”
pipeline: “tensorflow_embedding”
- Przykład 2:
language: “en”
pipeline:
– name: “nlp_spacy”
– name: “tokenizer_spacy”
– name: “intent_entity_featurizer_regex”
– name: “intent_featurizer_spacy”
– name: “ner_crf”
– name: “ner_synonyms”
– name: “intent_classifier_sklearn”
Wszystkie przychodzące wiadomości są przetwarzane według określonej sekwencji komponentów. Zdefiniowane komponenty są uruchamiane sekwencyjnie, jeden po drugim, dlatego nazywane są potokiem przetwarzania. Różne komponenty są używane do różnych celów, takich jak wyodrębnianie jednostek, klasyfikacja zamiarów, przetwarzanie wstępne itp. Zaletą takiego formatu jest to, że możemy określić predefiniowane potoki przez Rasa w sposób jasny.