Rasa_NLU_Chi

让中文对话秒变结构化数据，轻松构建聊天机器人

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署对话助手 🍴 复刻 413 🐛 待处理 85 👀 关注 68

GitHub ↗

GitHub 星标 ★ 1530

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，完全免费，可自行部署使用。

项目预览

Rasa_NLU_Chi 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类对话助手

开发团队crownpku

GitHubhttps://github.com/crownpku/Rasa_NLU_Chi

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0 许可证，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型chatbot,chinese,natural-language

GitHub 星标★ 1530

上线时间2017-06-21 00:00:00

代码更新2024-07-30

仓库体积2.9 MB

本站数据更新2026-11-10

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

Rasa_NLU_Chi 是一个面向中文的 NLU（自然语言理解）工具，基于 Rasa NLU 构建，专注于将中文自然语言输入转换为结构化数据。它解决了中文在分词、词性标注和意图识别上的特殊挑战，提供开箱即用的中文支持，包括自定义分词器、意图分类和实体提取功能。核心能力涵盖：中文文本预处理、基于机器学习或深度学习的意图识别、实体抽取（如时间、地点、人名等），以及与 Rasa 对话管理模块的无缝集成。项目旨在降低中文聊天机器人开发者的门槛，使其能快速构建具备语义理解能力的对话系统，而无需从零处理中文 NLP 的复杂性。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1530

技术标签

chatbot chinese natural-language

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 20 分钟部署方式：本地安装 6 步

环境要求

已安装 Python 环境（README 仅给出 python setup.py install）
已 git 可用，能克隆 GitHub 仓库
需准备中文特征模型文件 data/total_word_feature_extractor_zh.dat
需准备训练语料 data/examples/rasa/demo-rasa_zh.json，并尽量多加示例

安装与启动步骤

1克隆项目

把 Rasa_NLU_Chi 仓库克隆到本地，后续安装与配置都在该目录内进行。
```
git clone https://github.com/crownpku/Rasa_NLU_Chi.git
```
2安装项目

进入项目目录后按 README 执行 setup.py 安装，等待依赖安装完成且无报错。
```
cd Rasa_NLU_Chi
python setup.py install
```
3准备中文特征模型

把训练好的 total_word_feature_extractor_zh.dat 放到 data/ 目录；README 未给下载命令，需自行从中文 Blog 下载。
4选择并修改配置

中文提供 MITIE+Jieba 与 MITIE+Jieba+sklearn 两套 pipeline，README 推荐后者，可基于 sample_configs 下的示例文件修改。
5补充训练语料

编辑 data/examples/rasa/demo-rasa_zh.json，按实际业务场景尽可能多地添加中文示例。
6可选自定义词典

在 tokenizer_jieba 下配置 user_dicts 或 default_dict，值可填文件路径或目录路径，用于自定义或替换 Jieba 词典。

关键配置

配置项	必填	说明	示例
`language`	是	指定语种，中文场景必须为 zh	`zh`
`pipeline`	是	定义处理流水线，中文可选 MITIE+Jieba 或加 sklearn	`nlp_mitie, tokenizer_jieba, ner_mitie, ner_synonyms, intent_`
`pipeline[].model`	是	nlp_mitie 使用的中文词向量特征模型路径	`data/total_word_feature_extractor_zh.dat`
`pipeline[].default_dict`	否	tokenizer_jieba 的默认词典路径，用于替换默认词典	`./default_dict.big`
`pipeline[].user_dicts`	否	tokenizer_jieba 的用户自定义词典，可填文件或目录路径	`./jieba_userdict`