RASA安装，python3.7
1. 安装依赖
pip install numpy pip install pandas pip install jieba pip install sklearn pip install twisted pip install --upgrade attrs==19.2.0
2. 下载rasa
cd /rasa wget https://github.com/crownpku/Rasa_NLU_Chi/archive/master.zip unzip master.zip cd Rasa_NLU_Chi-master python setup.py install
3. 然后到Rasa的目录，执行安装
python setup.py install
4. 启动服务
python -m rasa_nlu.server -c sample_configs/config_jieba_mitie_sklearn.yml --path models
显示如下：
2020-03-15 20:31:47+0800 [-] Log opened. 2020-03-15 20:31:47+0800 [-] Site starting on 5000 2020-03-15 20:31:47+0800 [-] Starting factory
成功～
5. 目录说明
./data/examples/rasa：示例训练数据 ./sample_configs: 配置
6. pipeline说明
MITIE+Jieba+sklearn (sample_configs/config_jieba_mitie_sklearn.json):
[“nlp_mitie”, “tokenizer_jieba”, “ner_mitie”, “ner_synonyms”, “intent_featurizer_mitie”, “intent_classifier_sklearn”]
Rasa NLU的工作流程。”nlp_mitie”初始化MITIE，”tokenizer_jieba”用jieba来做分词，”ner_mitie”和”ner_synonyms”做实体识别，”intent_featurizer_mitie”为意图识别做特征提取，”intent_classifier_sklearn”使用sklearn做意图识别的分类。
7. 下载语料
wikipedia和百度百科语料生成了一个total_word_feature_extractor_chi.dat，分享如下：
链接：http://pan.baidu.com/s/1micEF0G 密码：opli
放入到data/total_word_feature_extractor_zh.dat
8. 训练Rasa NLU的模型
python -m rasa_nlu.train -c sample_configs/config_jieba_mitie_sklearn.json
这样就会生成一个类似model_20200314-195758的文件在 /models/your_project_name 的文件夹里。
如果config文件中没有project_name，模型会存储在默认的 /models/default 文件夹下。
9. 搭建本地rasa_nlu服务
启动rasa_nlu的后台服务:
python -m rasa_nlu.server -c sample_configs/config_jieba_mitie_sklearn.json
10. 验证
打开一个新的terminal，我们现在就可以使用curl命令获取结果了, 举个例子，下面是一行命令，发送请求:
curl -XPOST localhost:5000/parse -d
'{"q":"我发烧了该吃什么药？", "project": "rasa_nlu_test", "model": "model_20170921-170911"}'
| python -mjson.tool参考：https://github.com/zqhZY/_rasa_chatbot