[RASA 나만의 챗봇 만들기] Rasa 구조 이해하기

data 폴더 안에 있는 yml 파일 설명

---

Rasa 초기화 후 해당 폴더를 확인해보면 몇가지 폴더로 구분된 yml파일을 확인할 수 있습니다.

 

우선 data 폴더를 보면 nlu, rules, stories 이름을 가진 yml 파일을 확인 할 수 있습니다.

 

 

Rasa 홈페이지에 가보면 각 파일에 대한 내용이 설명되어 있습니다.

NLU Training Data

 

 

 

 

 

간단히 요약하면 아래 표와 같이 이해하시면 편할 듯 합니다.

yml 파일	설명	예시
nlu	사용자의 메세지에서 intent와 entity를 뽑아내기 위한 모델 Training 자료	- intent : greet    examples: |         - hi         - hello
rules	모델 Training을 위한 전반적인 대화 흐름을 설계	- rule : Say goodby    steps : goodbye    - intent : goodbye    - action : utter_goodbye
stories	모델 Traning을 위한 짧은 대화 형식 흐름을 설계	- story : happy path    steps:     - intent : greet     - action : utter_greet     - intent : mood_great     - action : utter_happy

예시를 말로 풀어 설명해보자면

- nlu : 사용자가 'hi' 혹은 'hello'라고 말했을 때 그때의 intent(의도)는 greet 이다
- rules : 이러한 intent중 [goodbye] intent가 확인되면, bot은 [utter_goodbye]에 담긴 문구를 답해라
-  stories : [greet] intent가 추출될 경우 [utter_greet]에 담긴 문구를 답하고, 사용자가 [mood_great] intent에 담긴 말을 하면 [utter_happy]에 담긴 문구를 답해라

단, form 사용시 rules와 stories 모두에 작성이 되어야합니다. 이 부분은 form 양식 설명 때 다시한번 설명드리겠습니다.

Rasa 구동 영상

이전 포스팅에서 설정한 가상환경에서 rasa를 실행해주시면 됩니다. 명령어는 아래 그대로 복사하시면 됩니다.

cd [rasa 모델이 있는 경로]
conda activate [가상환경이름]
rasa  shell -vv

위에 영상을 보시면 'hi'라고 할때 'Hey! how are you?'로 반응한 것을 확인할 수 있습니다.

prompt 창을 보시면 hi라는 문구의 intent를 'greet'으로 인식한 것을 확인할 수 있고

Rasa에서 다음 action을 'utter_greet'으로 판단 후 'utter_greet'에 정의된 응답을 하는 것을 볼 수있습니다.

---

요약해서 Rasa 모델 training을 위한 데이터(nlu, stories, rules)에 대해 설명드렸는데요.

글로 표현하다보니 정확하게 설명드리기가 어렵군요.. ㅠ.ㅠ

 

혹시 궁금한 사항있으시면 댓글로 작성해주세요. 제가 추가로 설명 드리겠습니다.

 

긴 글 읽어주셔서 감사합니다. 오늘 하루도 즐거운 일만 가득하시길 바랍니다.!!