该项目基于rasa进行开发，我们标注了28个意图，总共含有522个句子，7个实体，部分标注如下图所示。采用jieba分词器，Bert预训练模型，实体识别和意图识别采用DIET(rasa官方推荐)，具体的Pipline可以参考config.yml。
使用方法如下：
安装好对应的包，此处的rasa版本为2.8.0，然后单击此处下载对应的模型文件，放入到model文件夹下。
-
首先输入
rasa run actions
来启动服务
-
然后输入
rasa x
打开对应的网址进行测试
部分测试图如下所示。
下图为闲聊案例。
下图为任务型驱动对话案例（下面的”三个小时以内吧“解析成了”180~180分钟的电影“，问题出现在action.py文件中，该部分的解析需要手动进行，我设定了一些规则，但是没有覆盖全部）。
