Rasa官方视频教程整理（二）：管道中的组件
正在学习，持续更新，敬请关注
-训练NLU模型：理解管道的组件-
管道不仅定义了NLU模型由哪些组件组成，还定义了这些组件按什么顺序排列、被训练和执行。每个组件都处理输入并创建输出，输出可以由管道中该组件之后的任何组件使用。有的组件仅产生其他组件所用信息，还有些组件有Output属性，信息将在之后返回。
下面列出了管道中包含的组件：
pretrained_embdddings_spacy
了解了组件，可以更好的自定义管道或更改现有管道。
-1-
pretrained_embdddings_spacy 管道中的组件 ：
SpacyNLP：负责加载Spacy语言模型，并准备好进行后续处理。仅在使用spacy语言模型时才有意义。
SpacyTokenizer：令牌生成器。作用类似于WhitespaceTokenizer。此类令牌生成器创建的令牌通常由许多后续组件使用。
SpacyFeaturizer：功能化器。
SklearnIntentClassifier：意图分类器。如果你正在是用预训练的词嵌入，用此组件。对嵌入的词进行提取，并训练模型。允许你的模型学习并进行预测。
supervised_embeddings
-2-
supervised_embeddings 管道中的组件 ：
WhitespaceTokenizer：令牌生成器，在句子中寻找空格，并为每个由空格分隔的字符序列创建令牌。很适合处理大多数语言，没有空格的语言要使用专业的标记器。如中文：使用结巴（jieba）
CountVectorsFeaturizer：功能化器。不使用预训练词嵌入，用此组件。通过计算用户一句话中单词的出现频率来猜测意图。除了使用单词令牌计数，还可以通过更改它的analyzer等属性，使得意图分类对错别字更可靠，但也增加了训练时间。
CountVectorsFeaturizer
EmbeddingIntentClassifier：意图分类器。不是用预训练词嵌入时，这是最佳选择。建议放在CountVectorsFeaturizer 后面，他提取的特征会放入到意图分类器中，并产生意图分类结果。 此组件允许你处理高级的语言（有多种意图的）。
EmbeddingIntentClassifier 工作过程
-3-
两种管道共有组件：
CRFEntityExtractor：实体提取器。用于提取实体过程中的实体识别。该组件定义了一个模型，该模型通过观察句子中目标词的文本特征以及周围单词来识别实体，可以是前缀、后缀、目标单词的大小写，如果是数字等，还可以用此模型的POS标记功能，但是需要安装Spacy。CRFEntityExtractor将令牌作为输入，提供一个输出（句子有哪些实体，是什么样的实体，对预测的信心如何，以及用了哪种提取器），该输出直接添加到NLU模型。如果你正在处理高级的实体提取案例，基于模型的缺乏，需要用到正则表达式（与某些硬编码匹配）或查表（当你的实体具有一组预定义的值时，会很有用），可用此提取器。
CRFEntityExtractor
SpacyEntityExtractor：实体提取器。如果你的训练数据很少，并正在用spacy语言模型来提高模型的性能，可以用SpacyEntityExtractor,默认情况下利用已知的POS和其他功能在训练示例中定位实体。
DucklingHttpExtractor：实体提取器。有时你会发现你尝试提取的实体严格遵循模式（日期，邮编等）。可以用一些预先训练的组件（如DucklingHttpExtractor）来提取模型，无需从头开始训练NER模型。
RegexFeaturizer：给CRFEntityExtractor添加查表和正则功能。标记一个单词是否由正则表达式或查找条件匹配。
-4-
组件的顺序：很重要
令牌生成器 > RegexFeaturizer(若实体提取器是CRFEntityExtractor) > 实体提取器 > 功能化器 > 意图分类器（若其他组件输出的内容对意图分类器有用，就一定要放在意图分类器之前）
问题讲解：如何处理用户输入错别字的问题？
自定义拼写检查器，并将其添加到自定义的管道配置中。也可以添加一些带有错别字的示例到nlu.md。
