Rasa是一个开源机器学习框架，用于构建上下文AI助手和聊天机器人。
Rasa有两个主要模块：
- Rasa NLU ：用于理解用户消息，包括意图识别和实体识别，它会把用户的输入转换为结构化的数据。
- Rasa Core：是一个对话管理平台，用于举行对话和决定下一步做什么。
Rasa X 是一个工具，可帮助您构建、改进和部署由Rasa框架提供支持的AI Assistants。 Rasa X包括用户界面和REST API。
Rasa官方文档： Build contextual chatbots and AI assistants with Rasa
github地址：RasaHQ/rasa
pip安装：
$ pip install rasa_nlu $ pip install rasa_core[tensorflow]
此图显示了使用Rasa构建的助手如何响应消息的基本步骤：
术语- intents：意图
- pipeline：
- story：Core model 以训练“stories”的形式从真实的会话数据中学习。故事是用户和助手之间的真实对话.
- domain：定义了助手所处的universe：它应该获得的用户输入，应该能够预测的操作，如何响应以及要存储的信息
Rasa NLU曾经是一个独立的库，但它现在是Rasa框架的一部分。
Rasa_NLU是一个开源的、可本地部署并配套有语料标注工具RASA NLU Trainer。其本身可支持任何语言，中文因其特殊性需要加入特定的tokenizer作为整个流程的一部分。
Rasa NLU 用于聊天机器人中的意图识别和实体提取。例如，下面句子：
"I am looking for a Mexican restaurant in the center of town"
返回结构化数据:
