什么是nlu？

即自然语言理解（Natural Language Understanding），wiki中解释为 deals with machine reading comprehension。(◔◡◔)

jieba+mitie+sklearn 的不足之处：
1.官方文档mitie训练建议所需内存128G
2.针对用户所说的一句话存在多个意图，无法识别

基于tensorflow的pipeline尝试解决以上两个问题。这里pipeline定义的是如何解析用户的输入，分词（符号化），以及特征提取的方式。pipeline：定义如下

pipeline: 
  - name: "intent_featurizer_count_vectors" 
  - name: "intent_classifier_tensorflow_embedding" 
    intent_tokenization_flag: true 
    intent_split_symbol: "+"

intent_featurizer_count_vectors：用于特征提取
intent_classifier_tensorflow_embedding：采用tensorflow做意图分类
intent_tokenization_flag: true：告诉模型这是多意图，需要根据占位符进行意图切分
intent_split_symbol: "+" 多意图间按“+”切分

准备训练数据：
数据格式如下：

## intent: meetup 
- I am new to the area. What meetups I could join in Berlin? 
- I have just moved to Berlin. Can you suggest any cool meetups for 
  me? 
## intent: affirm+ask_transport
- Yes. How do I get there? 
- Sounds good. Do you know how I could get there from home?

模型训练及测试：
模型训练：

python -m rasa_nlu.train -c config.yml --data data/nlu_data.md -o models --fixed_model_name nlu_model --project current --verbose

模型测试：

interpreter = Interpreter.load('models/current/nlu_model')
print(interpreter.parse("Yes. Can you give me suggestions on how to get there?"))

结果如下：

{ 
  'intent':{
    'name':'affirm+ask_transport',
    'confidence':0.918471097946167 
  }, 
  'entities':[ 
  ], 
  'intent_ranking':[ 
    {
      'name':'affirm+ask_transport', 
      'confidence':0.918471097946167 
    },
    {
      'name':'ask_transport',
      'confidence':0.32662829756736755 
    }, 
    { 
      'name':'thanks+goodbye', 
      'confidence':0.004435105249285698
    }, 
    { 
      'name':'meetup', 
      'confidence':-0.06692223995923996 
    },
    { 
      'name':'deny', 
      'confidence':-0.07153981924057007 
    }, 
    { 
      'name':'goodbye', 
      'confidence':-0.08976072818040848
    }, 
    {
      'name':'greet',
      'confidence':-0.09185336530208588 
    }, 
    { 
      'name':'thanks', 
      'confidence':-0.1762458086013794 
    }, 
    { 
      'name':'affirm', 
      'confidence':-0.3415682911872864 
    } 
  ], 
  'text':'Yes. Can you give me suggestions on how to get there?'  
}

可以看出
affirm+ask_transport的标签概率较大。也可以大致看出，这里的多标签分类采用的策略是：多标签分类策略中的方式三，将问题转化为多分类问题。

参考文献：
官方源码及实验数据：https://github.com/RasaHQ/tutorial-tf-pipeline
文档说明：https://medium.com/rasa-blog/how-to-handle-multiple-intents-per-input-using-rasa-nlu-tensorflow-pipeline-75698b49c383