文件名称：Chinese_NLU_by_using_RASA_NLU:使用 RASA NLU 来构建中文自然语言理解系统（NLU）| Use RASA NLU to build a Chinese Natural Language Understanding System (NLU)
文件大小：22KB
文件格式：ZIP
更新时间：2024-05-23 08:27:39
natural-language-processing nlu rasa-nlu chinese-nlp natural-language-understanding
使用 RASA NLU 来构建中文自然语言理解系统（NLU） 本仓库提供前沿、详细和完备的中文自然语言理解系统构建指南。 在线演示 TODO 特性 提供中文语料库 提供语料库转换工具，帮助用户转移语料数据 提供多种基于 RASA NLU 的中文语言处理流程 提供模型性能评测工具，帮助自动选择和优化模型 系统要求 Python 3 (也许支持 python2, 但未经过良好测试) 处理流程 详情请访问 可用 pipeline 列表 MITIE+jieba 描述 jieba 提供中文分词功能 MITIE 负责 intent classification 和 slot filling 安装依赖的软件包 pip install git+https://github.com/mit-nlp/MITIE.git pip install jieba 下载所需的模型数据 MITIE 需要一个模型文件，在本
【文件预览】：
Chinese_NLU_by_using_RASA_NLU-master
----.gitignore(2KB)
----README.en-US.tpl.md(6KB)
----spacy_model_link.bash(51B)
----projects()
--------.gitignore(13B)
----README.tpl.md(6KB)
----requirements.txt(1KB)
----data()
--------.gitignore(13B)
----dataset()
--------dialogflow()
----render_readme.py(1KB)
----evaluation_result()
--------tensorflow_embedding.yml(2KB)
--------MITIE+jieba.yml(1KB)
--------spacy.yml(1KB)
----cross_validation.py(3KB)
----trainer()
--------tensorflow_embedding.bash(175B)
--------MITIE+jieba.bash(166B)
----README.md(6KB)
----config.py(2KB)
----http_server.bash(62B)
----convert_dataset_format.py(563B)
----README.en-US.md(7KB)
----cross_validation()
--------tensorflow_embedding.bash(200B)
--------MITIE+jieba.bash(191B)
--------spacy.bash(185B)
----pipeline()
--------tensorflow_embedding.yml(254B)
--------MITIE+jieba.yml(234B)
--------spacy.yml(237B)
----workflow.md(906B)