putput 0.5.1

或者，您可以通过docker运行所有步骤：docker build--target=build-t putput。

用法

putput是一个管道，它通过将模式定义（一个用户定义的模式yaml文件）重塑为带标签的数据来工作。

示例

下面是一个为智能扬声器生成标记数据的模式定义示例。

base_tokens:-PERSONAL_PRONOUNS:[he,she]-SPEAKER:[cortana,siri,alexa,google]token_patterns:-static:-WAKE:-[[hi,hey],SPEAKER]-PLAY:-[PERSONAL_PRONOUNS,[wants,would like],[to],[play]]-[[play]]-dynamic:-ARTIST-SONGgroups:-PLAY_SONG:[PLAY,SONG]-PLAY_ARTIST:[PLAY,ARTIST]utterance_patterns:-[WAKE,PLAY_SONG]-[WAKE,PLAY_ARTIST]-[WAKE,1-2,PLAY_SONG]

关注第一个发音模式，[叫醒，播放歌曲]，输入将生成数百个发音，标记，以及组的形式：

说话-嗨，科尔塔纳，他想在这里演奏《太阳来了》

模式定义参考

在模式定义中，最重要的两个部分是符号模式和话语模式。标记模式描述一系列组件，其产品构成标记。例如，waketoken的唯一令牌模式是[[hi，hey]，[cortana，siri，alexa，google]]（运行时，基本令牌，扬声器替换为其值[cortana，siri，alexa，google]）。此标记模式的乘积：

• 嗨Cortana
• 你好，Siri
• 嗨Alexa
• 嗨，谷歌
• 嗨，科塔纳
• 嘿，先生
• 嘿Alexa
• 嘿谷歌

表示唤醒标记

在标记模式部分中，有静态和动态部分。static意味着可以在应用程序运行之前指定所有的标记模式。动态表示ode>令牌模式将在运行时指定。在我们的示例中，wake是在static下面定义的，因为唤醒智能扬声器的所有方法都是在运行前已知的。艺术家和歌曲是在动态下定义的，因为音乐目录中的艺术家和歌曲可能经常更改。这些标记的值可以在运行时作为参数传入管道。

在每个标记模式中，基本标记可用于防止重复相同的组件。例如，在我们的例子中，我们可以在许多不同的地方使用人称代词，因此我们只需要定义一次即可。

话语模式描述组成话语的标记的乘积。例如，第一个发音模式，[唤醒，播放，歌曲]，是唤醒模式，播放模式和歌曲的所有产品的乘积（组，播放歌曲，替换为其值。示例语句由此语句模式生成的将是：

• 嗨，科尔塔纳，太阳出来了
• 嗨，科塔纳，他想在这里玩《太阳来了》

在每个话语模式中，组可用于防止自己重复相同的标记。例如，在我们的示例中，我们可以在许多不同的地方使用播放歌曲，因此我们只需要定义一次。与基令牌不同，putput跟踪组。例如，调用与发音模式对应的一个潜在输出，[唤醒，播放歌曲]：

因为播放歌曲是发音模式中唯一的组，唤醒标记分配给组无，而播放和歌曲标记分配给组播放歌曲

从商业NLU提供者的角度来看，组可用于匹配意图，而标记可用于匹配实体

语句模式和组支持范围语法。看最后一个发音模式，[唤醒，1-2，播放歌曲]，我们看到范围1-2。putput将把这个发音模式扩展到两个发音模式，[唤醒，播放歌曲]和[唤醒，唤醒，播放歌曲]。范围是包含的，也可以指定为单个数字，它将扩展为一个发音模式

最后，组可以在组中定义。例如：

-groups:-PLAY_SONG:[PLAY,SONG]-WAKE_PLAY_SONG:[WAKE,PLAY_SONG,10]

是有效语法。

单一目的提供者（luis、rasa、lex等）

如果您的nlu提供者只支持单意图语句，那么您仍然可以使用putput在更熟悉的意图/实体范式中生成语句。要指定单个意图，只需在话语模式中添加另一个级别，以意图为关键，并在下面添加所有的话语模式。若要指定实体，请添加名为"实体"的新节，其中包含要作为实体拾取的令牌列表。例如：

base_tokens:-PERSONAL_PRONOUNS:[he,she]-SPEAKER:[cortana,siri,alexa,google]token_patterns:-static:-WAKE:-[[hi,hey],SPEAKER]-PLAY:-[PERSONAL_PRONOUNS,[wants,would like],[to],[play]]-[[play]]-dynamic:-ARTIST-SONGentities:[ARTIST,SONG]# Here we specify which tokens are our entitiesutterance_patterns:-SONG_INTENT:# Here we specify our intents and which utterance patterns belong to them-[WAKE,PLAY,SONG]-[WAKE,1-2,PLAY,SONG]-ARTIST_INTENT:-[WAKE,PLAY,ARTIST]

对于使用单意图模式签出的完整示例，请参见luis示例。

管道

在定义了模式定义之后，g的最后一步生成标记的数据是实例化putput'spipeline并调用flow

dynamic_token_patterns_map={'SONG':('here comes the sun','stronger'),'ARTIST':('the beatles','kanye west')}p=Pipeline(pattern_def_path,dynamic_token_patterns_map=dynamic_token_patterns_map)forutterance,tokens,groupsinp.flow():print(utterance)print(tokens)print(groups)