Difference between revisions of "VT2019 Rasa"

From air
Jump to: navigation, search
(Rasa X)
(Sources)
(One intermediate revision by the same user not shown)
Line 1: Line 1:
 
[[File:rasa_logo.png|250px|thumb|right|Logo de Rasa]]
 
[[File:rasa_logo.png|250px|thumb|right|Logo de Rasa]]
Rasa est un framework open-source composé de deux librairies. Rasa NLU (Natural Language Understanding) qui est une librairie permettant de comprendre le langage naturel, et Rasa Core qui permet de gérer les réponses d'un chatbot.
+
Rasa est un framework open-source composé de deux librairies. Rasa NLU (Natural Language Understanding) qui est une librairie permettant de comprendre le langage naturel, et Rasa Core qui permet de gérer les réponses d'un chatbot. Ce framework permet de développer des chatbots capable de comprendre le contexte d'une conversation, de répondre à des variantes d'un même message ainsi qu'à des messages non prévus, et capable d'apprendre de ses conversations et de s'améliorer au cours du temps.
 
=Abstract=
 
=Abstract=
Rasa is an open-source framework composed of two machine learning tools for developers to create contextual AI assistants and chatbots. Rasa NLU, a library for natural language understanding with intent classification and entity extraction, and Rasa Core a framework capable of dialogue management.
+
Rasa is an open-source framework composed of two machine learning tools for developers to create contextual AI assistants and chatbots. Rasa NLU, a library for natural language understanding with intent classification and entity extraction, and Rasa Core a framework capable of dialogue management. This framework makes it possible to develop chatbots that are able to understand the context of a conversation, capable of understanding and responding to different and unexpected inputs, and are able to learn from previous conversations and improve in accuracy over time.
  
 
=Rasa=
 
=Rasa=
Line 13: Line 13:
 
=Rasa X=
 
=Rasa X=
 
[[File:rasa_x_interface.png|400px|thumb|right|Interface de Rasa X]]
 
[[File:rasa_x_interface.png|400px|thumb|right|Interface de Rasa X]]
Rasa X est une interface graphique qui permet de manipuler faciliter l'entrainement des bots et la collecte des données. Elle peut tourner en local, ou être déployée sur un serveur.
+
Rasa X est une interface graphique qui permet de manipuler faciliter l'entrainement des bots et la collecte des données. Rasa X peut tourner en local, ou être déployé sur un serveur afin de la rendre disponible à des testeurs par exemple. Rasa X peut être utilisé pour développer un chatbot de 0, ou pour améliorer et entraîner plus facilement un chatbot existant.
 +
Pour arriver à ce but Rasa X propose différentes fonctionnalités :
 +
*Visualiser et annoter les conversations : L'interface permet de visualiser les conversations et de filtrer, annoter et corriger les conversations qui ne se sont pas bien déroulées. Cela permet de pouvoir améliorer continuellement le chatbot.
 +
*Obtenir des commentaires de testeurs : Rasa X permet de pouvoir partager son chatbot avec des testeurs afin de pouvoir recevoir leur feedback, et obtenir plus de données d'entrainement.
 +
*Gestion des versions des modèles : L'interface permet de facilement changer de modèle ou de version d'un modèle, afin de pouvoir revenir en arrière. Ou pour pouvoir avoir un modèle stable pour la production par exemple.
 +
*Déployer : Facilite le déploiement de chatbots en proposant des conteurs Docker prêt à déployer.
  
 
=Démonstration=
 
=Démonstration=
Line 21: Line 26:
 
*https://rasa.com/docs/rasa : Documentation officielle de Rasa
 
*https://rasa.com/docs/rasa : Documentation officielle de Rasa
 
*https://rasa.com/docs/rasa-x/ : Documentation officielle de Rasa X
 
*https://rasa.com/docs/rasa-x/ : Documentation officielle de Rasa X
 +
*https://blog.rasa.com/rasa-nlu-in-depth-part-1-intent-classification/ : Rasa NLU in Depth
  
 
=Veille Technologique 2019=
 
=Veille Technologique 2019=

Revision as of 14:09, 2 December 2019

Logo de Rasa

Rasa est un framework open-source composé de deux librairies. Rasa NLU (Natural Language Understanding) qui est une librairie permettant de comprendre le langage naturel, et Rasa Core qui permet de gérer les réponses d'un chatbot. Ce framework permet de développer des chatbots capable de comprendre le contexte d'une conversation, de répondre à des variantes d'un même message ainsi qu'à des messages non prévus, et capable d'apprendre de ses conversations et de s'améliorer au cours du temps.

Abstract

Rasa is an open-source framework composed of two machine learning tools for developers to create contextual AI assistants and chatbots. Rasa NLU, a library for natural language understanding with intent classification and entity extraction, and Rasa Core a framework capable of dialogue management. This framework makes it possible to develop chatbots that are able to understand the context of a conversation, capable of understanding and responding to different and unexpected inputs, and are able to learn from previous conversations and improve in accuracy over time.

Rasa

Rasa NLU

Exemple de décomposition d'une phrase en intentions et entités

Rasa Core

Fonctionnement de la stack Rasa

Rasa X

Interface de Rasa X

Rasa X est une interface graphique qui permet de manipuler faciliter l'entrainement des bots et la collecte des données. Rasa X peut tourner en local, ou être déployé sur un serveur afin de la rendre disponible à des testeurs par exemple. Rasa X peut être utilisé pour développer un chatbot de 0, ou pour améliorer et entraîner plus facilement un chatbot existant. Pour arriver à ce but Rasa X propose différentes fonctionnalités :

  • Visualiser et annoter les conversations : L'interface permet de visualiser les conversations et de filtrer, annoter et corriger les conversations qui ne se sont pas bien déroulées. Cela permet de pouvoir améliorer continuellement le chatbot.
  • Obtenir des commentaires de testeurs : Rasa X permet de pouvoir partager son chatbot avec des testeurs afin de pouvoir recevoir leur feedback, et obtenir plus de données d'entrainement.
  • Gestion des versions des modèles : L'interface permet de facilement changer de modèle ou de version d'un modèle, afin de pouvoir revenir en arrière. Ou pour pouvoir avoir un modèle stable pour la production par exemple.
  • Déployer : Facilite le déploiement de chatbots en proposant des conteurs Docker prêt à déployer.

Démonstration

Une démonstration de Rasa et de Rasa X est accessible à ce lien : VT2019 Rasa Demo

Sources

Veille Technologique 2019