15. tháng 2 2025

Hướng dẫn Series Rasa bằng Tiếng Việt - lịch bóng đá ngoại hạng anh

Rasa là một khung mở nguồn về xử lý ngôn ngữ tự nhiên (NLP), được sử dụng để xây dựng các trợ lý ảo và chatbot. Nó cung cấp một loạt công cụ và thuật toán để quản lý quy trình trò chuyện, bao gồm hiểu ngôn ngữ tự nhiên (NLU), quản lý cuộc trò chuyện, chiến lược hội thoại, v.v. Với Rasa, bạn có thể tạo ra một chatbot linh hoạt, có khả năng tùy chỉnh cao và có thể mở rộng, giúp tương tác sâu với người dùng nhằm đáp ứng nhu cầu của họ. Rasa được viết bằng Python và hỗ trợ cả giao diện dòng lệnh lẫn API để dễ dàng tích hợp vào hệ thống. Ngoài ra, nó còn có cộng đồng thân thiện với nhiều tài liệu, hướng dẫn và ví dụ giúp người phát triển nhanh chóng làm quen.

Dưới đây là loạt bài hướng dẫn dựa trên phiên bản Rasa 3.4.6, kết quả từ quá trình học tập và thực hành của tôi, đã qua kiểm thử. Nhiều bạn bè đã yêu cầu tôi tạo một nhóm thảo luận Rasa trên WeChat. Nhóm này không đông nhưng rất hoan nghênh mọi người tham gia. Thêm tôi vào WeChat với ID "zhongwei" để được mời vào nhóm 😊

Chatbot Rasa (Phần 1): Cài đặt
Chatbot Rasa (Phần 2): Hỗ trợ tiếng Trung Quốc
Chatbot Rasa (Phần 3): Thêm phản hồi dựa trên quy tắc cho ý định (intent)
Chatbot Rasa (Phần 4): Triển khai môi trường sản xuất trên máy chủ Ubuntu sử dụng Docker
Chatbot Rasa (Phần 5): Kiểm tra tự động
Chatbot Rasa (Phần 6): Thành phần trang web dựa trên WebSocket
Chatbot Rasa (Phần 7): Hành động (Action) hỗ trợ Python kiểm tra ngày trong tuần
Chatbot Rasa (Phần 8): Actions sử dụng Python để lấy thông tin thời tiết
Chatbot Rasa (Phần 9): Triển khai đồng thời rasa core và dịch vụ actions bằng Docker Compose
Chatbot Rasa (Phần 10): Định dạng tin nhắn trả lời (in đậm, xuống dòng, v.v.)
Chatbot Rasa (Phần 11): Thiết lập giá trị slot trong custom actions bằng Python
Chatbot Rasa (Phần 12): Quản lý phiên (session) của người dùng
Chatbot Rasa (Phần 13): Hệ thống quản lý GUI Botfront triển khai
Chatbot Rasa (Phần 14): Vấn đề cổng MongoDB mặc định của Botfront
Chatbot Rasa (Phần 15): Loại slot và ảnh hưởng đến cuộc trò chuyện
Chatbot Rasa (Phần 16): Lỗi "rasa command not found"
Chatbot Rasa (Phần 17): Lưu danh sách casino hoặc từ điển vào slot bằng Python custom actions
Chatbot Rasa (Phần 18): Sử dụng docker compose và dockerfile để triển khai dịch vụ hình ảnh Python Flask
Chatbot Rasa (Phần 19): Xử lý phân biệt loại kênh khách hàng khác nhau trong custom channel
Chatbot Rasa (Phần 20): Không thể đọc giá trị slot trong Custom Action
Chatbot Rasa (Phần 21): Cấu hình gitignore cho dự án Rasa
Chatbot Rasa (Phần 22): Trả về dữ liệu tùy chỉnh bổ sung
Chatbot Rasa (Phần 23): Đặt lại giá trị slot
Chatbot Rasa (Phần 24): Định vị lỗi khi trả về nhiều tin nhắn bổ sung
Chatbot Rasa (Phần 25): Kiểm tra đầu vào slot trong Form
Chatbot Rasa (Phần 26): Cấu hình hỗ trợ đa luồng trong môi trường sản xuất
Chatbot Rasa (Phần 27): Trả về video
Chatbot Rasa (Phần 28): Thêm logic công việc/phương pháp chuẩn
Chatbot Rasa (Phần 29): Lấy nguồn kênh yêu cầu trong custom action
Chatbot Rasa (Phần 30): Ý định không thể nhận diện do slot influence_conversation
Chatbot Rasa (Phần 31): Ứng dụng nâng cao của Form, bao gồm cách thức và slot động
Chatbot Rasa (Phần 32): Tạo kênh tùy chỉnh dựa trên socket.io
Chatbot Rasa (Phần 33): Kiểm tra kênh socket.io trả về nhiều tin nhắn bất đồng bộ
Chatbot Rasa (Phần 34): Cài đặt session id cho kênh Socket.IO
Chatbot Rasa (Phần 35): Kênh Socket.IO trả về lỗi 400
Chatbot Rasa (Phần 36): Đại cương PPT đào tạo phát triển chatbot thông minh
Chatbot Rasa (Phần 37): Xây dựng môi trường gỡ lỗi mới trên máy chủ
Chatbot Rasa (Phần 38): Các tính năng không phù hợp để thực hiện bằng Rasa
Chatbot Rasa (Phần 39): Viết kịch bản kiểm tra tự động bằng Python
Khi nào nên sử dụng rule, khi nào sử dụng story trong Rasa
Vai trò và sự khác biệt giữa JiebaTokenizer, LanguageModelFeaturizer và DIETClassifier trong Rasa
Danh sách các thành phần pipeline NLU của Rasa

Bên cạnh đó, loạt bài học này cũng được cập nhật đồng bộ trên trang công khai WeChat của tôi. Dưới đây là đường dẫn tới tổng f88 bóng đá hợp: