====== Config Anpassungen ======
<code>
# Configuration for Rasa NLU.
# https://rasa.com/docs/rasa/nlu/components/
language: de

pipeline:
  - name: SpacyNLP
  - name: SpacyTokenizer
  - name: SpacyFeaturizer
  - name: RegexFeaturizer
  - name: LexicalSyntacticFeaturizer
  - name: CountVectorsFeaturizer
  - name: CountVectorsFeaturizer
    analyzer: "char_wb"
    min_ngram: 1
    max_ngram: 4
  - name: DIETClassifier
    epochs: 100
  - name: EntitySynonymMapper
  - name: DucklingEntityExtractor
    url: "http://duckling:8000"
    dimensions: ["time"]
    locale: "de_DE"
    timezone: "Europe/Berlin"
    timeout : 3
</code>

Mit Rasa 1.8 wurde der DIET-Classifier (Dual Intention and Entitity Trandfomer) eingeführt, welcher es ermöglicht mittels dem gleichen Model Intents und Entities zu erkennen. Zuvor wurden der EmbeddingIntentClassifier und CRFEntityExtractor hierfür verwendet. Diese werden unter Rasa 2.1 nicht mehr unterstützt. 
Neben der Flexibilität sowohl Entities und Intents zu klassifizieren, bietet der DIET-Classifier eine höhere Zuverlässigkeit als die zuvor verwendeten Komponenten. DIET ist ebenfalls modular aufgebaut, so können Embeddings wie BERT, GloVe und ConveRT einfach gegeneinander ausgetauscht werden. Im Vergleich zu anderen State-Of-The-Art Architekturen benötigt DIET ebenfalls nur eine sehr geringe Trainszeit von ein paar Minuten.