-
Notifications
You must be signed in to change notification settings - Fork 0
/
domain.yml
281 lines (229 loc) · 8.07 KB
/
domain.yml
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
# If the domain file cannot be found, use the below code:
# "rasa train --domain path/to/your/domain.yml" to specify it.
version: "2.0"
intents:
- affirm # Sentiment nlu
- affirm_feedback
- deny
- deny_feedback
- compliment
- criticise
- curse_words
- greet # General nlu
- greet_with_name
- goodbye
- alternative
- identify_bot
- feedback_examples
- anonymous # User Identification
- ask_registration # Hotel Registration
- registration_with_details
- ask_visit # Relevant Nearby Information
- ask_visit_shopping
- ask_visit_museums
- ask_visit_outskirts
- ask_buy
- ask_buy_clothing
- ask_buy_groceries
- ask_food
- ask_food_cn
- ask_food_kr
- ask_food_jp
- ask_food_sea
- out_of_scope # FallbackClassifier
# - ask_visit_sceneries
entities:
- conversation_id # Sentiment nlu
- sentiment
- feedback
- username # general nlu
- is_not_initial
- hotel_location # hotel registration
- in_out_time
- room_type
- price
- special_view
- room_capacity
- visit_sceneries # relevant information
- visit_parks
- visit_museums
- visit_outskirts
- visit_events
- food_cn
- food_kr
- food_jp
- food_sea
- buy_groceries
# Serves as the chatbot's memory.
# The data can then be used throughout the conversfation.
# Acts as a key-value pair to store information.
# Slot name can match the names of the entities.
slots:
# Sentiment nlu
conversation_id:
type: text
auto_fill: true
feedback:
type: text
auto_fill: true
# mappings: (Not for our version)
# - type: from_text
# conditions:
# - active_loop: feedback_form
sentiment:
type: text
auto_fill: true
sentiment_list:
type: list
auto_fill: false
# General nlu
username:
type: text
auto_fill: true # To ensure that user's input would be filled into the slot.
is_not_initial:
type: bool
initial_value: false # Unsure if it is default_value or initial_value
# Hotel Registration
hotel_location:
type: text
auto_fill: true
in_out_time:
type: text
auto_fill: true
room_type:
type: list
auto_fill: true
price:
type: text
auto_fill: true
special_view:
type: text
auto_fill: true
room_capacity:
type: text
auto_fill: true
# Relevant Information
# view:
# type: text
# auto_fill: true
# theme_park:
# type: text
# auto_fill: true
visit_museums:
type: text
auto_fill: true
visit_outskirts:
type: text
auto_fill: true
visit_shopping:
type: text
auto_fill: true
# visit_events:
# type: text
# auto_fill: true
food_cn:
type: text
auto_fill: true
food_kr:
type: text
auto_fill: true
food_jp:
type: text
auto_fill: true
food_sea:
type: text
auto_fill: true
buy_groceries:
type: text
auto_fill: true
#forms:
# feedback_form: # Can use ignore_intent to ignore unwanted intents to be filled as forms.
# required_slots:
# feedback:
# - type: from_text
# intent: feedback_examples
# - type: from_text
# intent: affrim
# - type: from_text
# intent: deny
## validation:
## feedback:
## - action: validate_feedback_form
responses:
# General nlu
utter_ask_name:
- text: "先生/女士你好,請問我應該怎麽稱呼你?"
utter_greet_with_name:
- text: "{username}先生/女士,你好,很榮幸爲你提供服務。"
utter_introduce:
- text: "您好,歡迎使用這個Chatbot😄🙌🏻;我是由香港恒生大學四位BA-AHCC Year4的同學開發出來的聊天機器人,旨在提供簡單方便的酒店客戶服務🏨🏨。
您可以在我這裡使用以下但不限於下列的服務:
1️⃣ 酒店預約功能 - 有需要預約酒店房間?我可以幫您於最短時間預約所需房間及對應服務~
2️⃣ 酒店附近查詢 - 想知道酒店附近有什麼好吃、好看、好玩?我可以最短時間搜尋數據庫上百條資料,向您提供最好的選擇~
3️⃣ 情感功能 - 有意見或想法想反饋給酒店,但又不想面對面提供?您可以留下您寶貴的意見給我,我會幫你轉達給相應方~"
utter_goodbye:
- text: "感謝你的陪伴,我們下次再聊。"
- text: "祝你一路順風,保重。"
- text: "謝謝你的時間,我們下次再見。"
- text: "很高興見到你,期待下次相遇。"
- text: "祝你好運,有機會再見。"
- text: "祝你生活愉快,我們下次再聊。"
- text: "祝你出入平安,再見。"
- text: "祝你身體健康,期待下次聊天。"
- text: "祝你學習進步,下次再聊。"
- text: "謝謝你的查詢,祝你一切順利。"
- text: "祝你的未來充滿希望和喜悅。"
- text: "希望你能夠實現你的夢想,下次見。"
- text: "祝你一個美好的一天,再見。"
- text: "感謝你的耐心和理解,下次再見。"
- text: "下次再聯繫。"
- text: "希望我能幫到你,再見。"
- text: "希望你一切都好,期待下次相遇。"
- text: "祝你的旅程愉快,下次見。"
- text: "謝謝你的付出和努力,下次見。"
utter_iamabot:
- text: "感謝您的問題😄🙌🏻;我是由香港恒生大學四位BA-AHCC Year4的同學開發出來的聊天機器人,旨在提供簡單方便的酒店客戶服務🏨🏨。
您可以在我這裡使用以下但不限於下列的服務:
1️⃣ 酒店預約功能 - 有需要預約酒店房間?我可以幫您於最短時間預約所需房間及對應服務~
2️⃣ 酒店附近查詢 - 想知道酒店附近有什麼好吃、好看、好玩?我可以最短時間搜尋數據庫上百條資料,向您提供最好的選擇~
3️⃣ 情感功能 - 有意見或想法想反饋給酒店,但又不想面對面提供?您可以留下您寶貴的意見給我,我會幫你轉達給相應方~"
utter_react_to_compliment:
- text: "太好了,很高興能看到貴客您的認可。讓我們繼續這趟旅程。"
utter_react_to_criticise:
- text: "很遺憾得知貴客您的不認可。請問我有什麽可以幫到您的忙嗎?"
utter_ask_comments:
- text: "很感謝您使用這個聊天機器人的服務,請問您願意花1-2分鐘留下您寶貴的意見或感想嗎🙌🏻🙌🏻?這些回應將會儲存於數據庫內,並供開發者未來改善客戶服務。您可以以匿名的方式留下您的想法。"
utter_await_comments:
- text: "機器人已經開始記錄您的想法,請於一個訊息内留下您的意見或感想😄:"
# Hotel Registration
utter_introduce_registration:
- text: "歡迎使用這個Chatbot的酒店預約服務,貴客您可以提供以下訊息以讓我們更好地配合您🥰🥰:
1️⃣ 價格 (如 $500-700, $600)
2️⃣ 人數 (如 2人)
3️⃣ 房間類別 (如 標準房、豪華房、大豪華房、套房、行政套房、總統套房)
4️⃣ 是否需要海景 (如 是的, 不要)"
# Hotel Relevant Information
utter_ask_visit:
- text: "請問您希望尋找什麼遊玩的地方,比較建議做的事為去大自然, 參觀博物館以及行商場"
utter_ask_food:
- text: "請問您希望尋找什麼種類的食物,香港比較出名為日式, 韓式, 中式, 東南亞食物"
utter_ask_buy:
- text: "請問您希望做什麼活動, 比如說買日用品, 買衣服"
utter_ask_actions:
- text: "請問我還有什麽可以幫到您的嗎?"
- text: "如果還有什麽我可以幫上忙的話,請您儘管跟我説。"
# utter_out_of_scope:
# - text: "不好意思,我不太明白您的意思。麻煩貴客您重組後跟我説一下🥺🥺。"
actions:
- action_validate_feedback
- action_end_conversation
- action_append_sentiment_list
- action_connect_database # Hotel Registration
- action_ask_food # Hotel Relevant Information
- action_ask_visit
- action_ask_buy
# - action_out_of_scope
# - feedback_form # Sentiment nlu
session_config:
session_expiration_time: 60 # Value in minutes
carry_over_slots_to_new_session: true