nlu模块的主要功能是解析用户输入数据，识别出用户输入的实体、意图等关键信息，同时也可以添加诸如情感分析等自定义模块。
nlu模块的包：
1. classifiers模块
Rasa支持的意图分类器有：
1.1 MitieIntentClassifier
使用MitieNLP的分类器，需要Tokenizer都使用MitieNLP，但是MitieIntentClassifier分类器里边已经自带Featurizer功能，所以不是必须配置的。简单来说，是基于稀疏线性核的一个多分类线性SVM。
1.2 SklearnIntentClassifier
使用SklearnIntentClassifier去做意图识别。Sklearn也是通过SVM做意图识别，只是Sklearn的SVM是通过grid search方法优化的，关于。
1.3 keywordIntentClassifier
简单的关键字匹配意图分类，适用于小型项目，意图比较少的情况。当意图很多，相关性有很大的时候，关键词分类器无法区分。关键字的匹配方式是，训练数据的整句话都作为关键字，去搜索用户说的话。因此写配置数据的时候，仔细设计那个训练数据很重要。关键字不能太长，这容易匹配不上意图。也不能太短，
开通VIP 解锁文章