Глоссарий¶

Действие (Action)¶

Операция, которую выполняет бот в ответ на запрос пользователя. Это может быть простой ответ или вызов кастомного кода (например, API).

Диалог (Conversation)¶

Сессия взаимодействия пользователя с ботом, включающая все сообщения и действия.

Домен (Domain)¶

Файл, который определяет входные и выходные данные ассистента. Содержит список всех намерений, сущностей, интервалов, действий и форм, о которых известно ассистенту.

Интерактивное обучение (Interactive Learning)¶

Процесс обучения бота, при котором разработчик взаимодействует с ботом в реальном времени, исправляя его ошибки.

Истории (Userstory)¶

Примеры диалогов, которые описывают, как бот должен реагировать на действия пользователя. Они играют ключевую роль в обучении модели управления диалогами, помогая боту понимать, какие действия выполнять в зависимости от контекста и намерений пользователя.

Канал (Channel)¶

Платформа, через которую пользователь взаимодействует с ботом (например, Telegram, Slack, Facebook Messenger).

Кастомное (пользовательское) действие (Custom Action)¶

Пользовательское действие, которое разработчик может создать для обработки определённых сценариев или выполнения специфических задач, не предусмотренных стандартными действиями RASA.

Custom Actions позволяют расширять возможности бота, интегрируя его с внешними системами, выполняя сложные вычисления или реализуя нестандартное поведение. Они могут быть написаны на Python и интегрированы в поток диалога, чтобы обрабатывать различные ситуации.

Конвейер (Pipeline)¶

Набор компонентов, которые обрабатывают входящие сообщения пользователя. Каждый компонент выполняет определенную задачу, например, токенизацию текста, извлечение сущностей или классификацию намерений. Конвейер используется в модуле NLU для анализа и понимания текста пользователя.

Конечная точка (Endpoint)¶

Внешний сервис или API, с которым взаимодействует бот. Endpoint используется для выполнения пользовательских действий (Custom Actions), интеграции с внешними системами, базами данных или другими сервисами.

Намерение (Intent)¶

Цель или намерение пользователя, выраженное в тексте. Например, "приветствие", "запрос информации", "бронирование столика".

Ответ (Response)¶

Текст или действие, которое бот отправляет пользователю в ответ на его сообщение.

Политика (Policy)¶

Алгоритм, который определяет, как бот выбирает следующее действие в диалоге. Другими словами, политика решает какое действие (Action) бот должен сделать в ответ на текущее состояние диалога (Tracker).

Проекты¶

Основная единица организации работы над чат-ботами. Каждый проект представляет собой отдельный чат-бот или набор связанных ботов, которые разрабатываются, тестируются и управляются в рамках одной среды.

Регулярные выражения (Regular Expressions, regex)¶

Инструмент для извлечения сущностей (entities) из текста пользователя на основе заданных шаблонов. Они позволяют точно и гибко находить определённые последовательности символов, такие как номера телефонов, email-адреса, даты, коды и другие структурированные данные.

Резервный ответ (Fallback)¶

Механизм, который срабатывает, когда бот не уверен в ответе или не может понять запрос пользователя.

Синонимы сущности¶

Механизм, который позволяет модели NLU (Natural Language Understanding) распознавать разные варианты написания одной и той же сущности как одно и то же значение. Это полезно, когда пользователи могут использовать разные слова или выражения для обозначения одного и того же понятия.

Слот (Slot)¶

Переменная, которая хранит информацию, извлеченную из диалога. Например, слот может хранить время бронирования или имя пользователя.

Сущность (Entity)¶

Ключевая информация, извлеченная из текста пользователя. Например, в фразе "Забронируй столик на 19:00" сущностью будет "19:00".

Трекер (Tracker)¶

Объект, который хранит состояние текущего диалога, включая историю сообщений, слоты и контекст.

Форма (Form)¶

Механизм для сбора нескольких данных от пользователя в рамках одного диалога. Формы используются, когда боту нужно получить от пользователя несколько связанных данных, например, для бронирования столика (дата, время, количество гостей) или оформления заказа (адрес, способ оплаты, контактные данные).

История (Story)¶

Пример диалога, который описывает, как бот должен реагировать на определенные намерения пользователя. Используется для обучения модели управления диалогами.

Core¶

Модуль, отвечающий за управление диалогами. Он определяет, как бот должен реагировать на действия пользователя, и решает, какое действие выполнить дальше. В отличие от модуля NLU (Natural Language Understanding), который занимается пониманием текста пользователя, Core работает с логикой диалога.

NLU (Natural Language Understanding)¶

Модуль, который позволяет боту понимать и анализировать естественный язык пользователей. Он анализирует текст пользователя и извлекает намерения и сущности.