rasa policy 우선 순위 1위 RulePolicy 2위 MemoizationPolicy 혹은 AugmentedMemoizationPolicy 3위 UnexpecTEDIntentPolicy 4위 TEDPolicy cf) 동일한 순위에 우선순위를 가진 2개의 정책이 동일한 신뢰도로 예측하는 경우 무작위 ! 우선순위 변경은 가능하지만 권장하지 않는다. 1.TEDPolicy -TED: Transfommer Embedding Dialogue -순서 1.사용자 입력 텍스틀를 받아드려 1개의 백터로 바꾼다(대화 연결) 2.1개로 변환한 백터를 Transformer에 인코더로 전달 3.결과를 얻기 위해 dense layer를 이용 cf)dense layer - FC레이어로 불리며, 인공 신경망 중간층(hidde..

✔️SpacyNLP는 Korean Package를 지원한다. 사이즈별로 3가지로 지원 1. 명령 프롬프트로 설치 (1).ko_core_news_sm 설치 명령어: python -m spacy download ko_core_news_sm (2) .ko_core_news_md 설치 명령어: python -m spacy download ko_core_news_md (3) .ko_core_news_lg 설치 명령어: python -m spacy download ko_core_news_lg 2. 이후 config.yml 파일에 수정 pipeline: - name: "SpacyNLP" model: "ko_core_news_lg" 3. rasa train nlu + rasa train core 혹은 rasa trai..

Rasa Pipeline ✔️알고 가야할 지식 cf) 희소 특성과 밀집 특성의 주요 차이는 특성 벡터의 표현 방식에 있습니다. 밀집 특성 (Dense Features): 대부분이 0이 아닌 값을 가지는 특성 벡터입니다. 대부분의 기계 학습 모델에서 사용됩니다. 실제 값이 들어있기 때문에 연속적이고 부드러운 변화를 표현할 수 있습니다. 대표적으로 신경망에서 사용되며, 이 모델은 보통 밀집한 실수 값을 입력으로 처리합니다. 희소 특성 (Sparse Features): 대부분이 0인 값을 가지는 특성 벡터입니다. 데이터가 특정 위치에만 관측되는 경우에 효과적입니다. 메모리를 효율적으로 사용할 수 있으며, 대규모 데이터셋에서 유용합니다. 대표적으로 텍스트 데이터에서 사용되는 TF-IDF 벡터, 원-핫 인코딩된 ..

✔️ 상황 정상 과정은 아래와 같다 클라이언트 -> 엔진 -> 코어 문제 상황 엔진까지 들어오고 코어로 들오오는데 오류발생 오류 코드: Error:Requested URL /webhooks/rest/webhook not found ✔️ 해결방안 1.endpoint.yml 2.credential.yml 3. 엔진 상태 off일 경우 => 코어를 바라보게 지정해놔야댐! https도 사용하면 안된다! 4. 재학습 rasa train nlu rasa train core 여기서 오류떠서 그런 경우도 있음

상황 명령어: rasa train core RASA CORE Train시 오류 발생 오류코드 마지막 error running graph component for node train_unexpectedintentpolicy2 Traceback (most recent call last): File "C:\Users\choiyounghyun\AppData\Local\Programs\Python\Python39\lib\runpy.py", line 197, in _run_module_as_main return _run_code(code, main_globals, None, File "C:\Users\choiyounghyun\AppData\Local\Programs\Python\Python39\lib\runpy.p..