如何像常规模型一样加载Rasa模型并逐句预测意图？

1. 安装必要依赖 #

确保已安装Rasa核心库：

pip install rasa

2. 核心代码实现 #

使用Rasa内置的RasaNLUInterpreter类即可完成模型加载与单句预测，完全无需调用rasa test或官方API：

from rasa.core.interpreter import RasaNLUInterpreter

# 加载训练好的模型压缩包
interpreter = RasaNLUInterpreter.load("x.tgz")

# 定义预测函数，返回意图及置信度
def predict(sentence):
    parse_result = interpreter.parse(sentence)
    return {
        "intent": parse_result["intent"]["name"],
        "confidence": parse_result["intent"]["confidence"]
    }

# 测试调用
print(predict("Predict for this sentence!!"))

补充说明 #

• 若仅需意图识别，RasaNLUInterpreter完全满足需求；如果需要处理对话管理逻辑，可改用rasa.core.agent.Agent加载完整模型。
• parse()方法返回的字典包含丰富信息，除意图外还可提取实体、响应词等，可根据业务需求调整返回内容。

内容的提问来源于stack exchange，提问作者Sandeep Bhutani