使用Python与Rasa开源框架构建聊天机器人 | How to Build Chatbot with Python & Rasa Open Source

精通对话式人工智能：使用 Python 和 Rasa 开源框架创建动态聊天机器人。

你将会学到的

• 获得对话式 AI 背后的原理和概念的全面理解，以及 Rasa 在构建聊天机器人中的作用。
• 掌握使用 Rasa NLU 创建强大自然语言理解（NLU）模型的技巧，使你的聊天机器人能够准确理解用户输入。
• 学习如何整合外部 API 以获取实时数据，通过开发提供天气信息的天气聊天机器人的实例进行演示。
• 探索 NLU 增强的高级技术，包括实体识别、同义词处理以及上下文敏感的意图识别。
• 培养使用 Rasa 表单构建互动和动态对话的技能。
• 理解如何设计回退机制来处理聊天机器人无法理解的用户查询。
• 学习如何将 Rasa 与 MySQL 数据库集成，以便存储和检索用户数据。
• 发现你的 Rasa 聊天机器人的不同部署选项和策略，包括 Facebook、Slack、Telegram、Ngrok 和 WhatsApp。
• 学习如何将你的 Rasa 聊天机器人与 Flask Web 应用程序集成。

要求

Python 基础知识

说明

如果你渴望踏入激动人心的对话式人工智能领域，这门课程将引领你从零开始，运用 Python 和 Rasa 开源框架创建强大而智能的聊天机器人。

课程描述

在当今的数字时代，聊天机器人已成为用户互动和客户服务不可或缺的一部分。本课程精心设计，旨在为你装备所需技能，创造先进的聊天机器人，同时充分利用 Rasa 开源框架——领先的对话式 AI 框架。

关键聚焦领域

• 理解 Rasa NLU：奠定基础，掌握 Rasa NLU（自然语言理解）的核心概念。学习如何预处理和提取用户消息的意义，这是准确互动的基础。
• 构建天气聊天机器人与 API 调用：深入实践操作，构建一个天气聊天机器人，与外部 API 交互以提供实时天气信息。了解如何将 API 调用无缝融入聊天机器人的流程中。
• 高级 NLU 技术：提升聊天机器人对用户意图和实体的理解能力。探索增强 NLU 性能的高级技术，包括实体识别和同义词处理。
• Rasa 表单：发现 Rasa 表单的力量，用于创建结构化的对话。实现动态表单，引导用户完成复杂的互动，确保流畅和用户友好的体验。
• 回退与人工转接：学习如何优雅地处理超出聊天机器人能力范围的用户查询，使用回退机制。探索在必要时无缝过渡到人工客服的策略。
• Rasa 与 MySQL 数据库：将 Rasa 与 MySQL 数据库集成，存储和检索用户特定数据，实现个性化互动，提升用户体验。
• 部署 Rasa 聊天机器人：将你的聊天机器人从开发推向部署。探索部署选项和策略，确保聊天机器人在各种平台上对用户可用。
• Rasa 与 Flask 集成：通过与 Flask——强大的 Web 框架集成，扩展聊天机器人的能力。学习如何为聊天机器人创建用户友好的 Web 界面。

此课程面向哪些人

对使用 Python 构建聊天机器人感兴趣的初学者。