触发短语最佳实践 |
您所在的位置：网站首页 › famous词组搭配 › 触发短语最佳实践 |
|
优化触发短语和自然语言理解
项目
05/29/2023
Power Virtual Agents 中的触发短语的定义
触发短语训练聊天机器人的自然语言理解 (NLU) 模型。 触发短语在主题级别配置，向聊天机器人指示应针对哪些典型的用户言语触发特定主题。 触发短语通常捕获最终用户会以哪种方式提出问题。 例如，“除草坪杂草时出现问题” 提示 创建新主题时，制作者只需提供几个示例短语（最好提供 5 到 10 个）。 使用聊天机器人时，AI 会分析用户的言语，并触发在含义上与用户言语最接近的主题。 触发上下文的重要性Power Virtual Agents NLU 的行为根据对话状态会有所不同，有时会导致针对相同的用户言语给出不同的行为。 不同的对话状态如下： 开始对话：聊天机器人没有上下文，因此预计用户言语会出现以下两种情况之一：直接触发主题 (IntentRecognition)，有多个匹配的主题时触发“您的意思是”（已匹配多个主题）消除歧义问题 (IntentCandidates)，无法识别意图时触发备用主题 (UnknownIntent)。 触发“您的意思是”（已匹配多个主题）后：NLU 优化以匹配其中一个建议的主题，使用更高的阈值过滤掉所显示的选项。 退出当前主题：如果 NLU 尝试在主题中填充时隙，并且用户提供的用户查询可以触发另一个主题（主题切换）。 关于标点符号NLU 模型与标点符号无关，包括问号。 创建新的触发短语如果可能，请从实际生产数据开始，而不是创建您自己的触发短语。 最好的触发短语是与最终用户提供的实际数据相似的短语。 这些短语是在部署了聊天机器人的情况下，用户向聊天机器人提问时所使用的短语。 无需排除特定的字词：模型旨在减少非必要字词的权重，例如停止词（在处理自然语言数据之前过滤掉的字词，因为它们没有意义）。 优化触发短语 # 提示 示例 1 每个主题至少具有 5 到 10 个触发短语 向用户了解信息的过程中，迭代和添加更多触发短语。 查找最近的商店 检查商店位置 查找商店 帮我找到离您最近的位置 我附近的商店 2 不同的句子结构和关键词 模型会自动考虑这些短语的变体。 关闭时间每日开放时间 3 使用简短的触发短语 少于 10 个字。 开放时间 4 避免使用单个字作为触发短语 这会增加特定字词在主题触发中的权重。 可能会导致在相似主题之间产生混乱。 Store 5 使用完整短语 我能否和人工助手交谈 6 具有唯一的动词和名词或两者组合 我需要客户服务 我需要咨询顾问 7 避免使用相同的实体变体 不需要使用实体值中的所有示例。 NLU 会自动考虑所有变体。 我要一个汉堡 我要一个披萨 我要鸡块 平衡每个主题的触发短语的数量尽可能平衡每个主题的触发短语的数量。 提示 这样一来，NLU 功能不会根据配置的触发短语而在不同的主题之间发生倾斜。 评估变更的影响更新触发短语，或者合并或拆分主题时，有多种方法可以评估变更： 聊天机器人的行为立即出现变化。您可以通过“测试机器人”区域观察到这些变化（例如，根据触发短语更新，现在是否会触发某个主题）。 在部署机器人后和面向流量的变化，导致偏转（非升级）率提高或降低。 您可以在 Power Virtual Agents 中的“分析”选项卡中查看此情况。提示 您可以利用机器人测试框架，根据测试数据批量测试主题触发以及 NLU 模型的行为。 虽然完全支持用于构建机器人测试框架的基本功能和组件（例如，与 Direct Line API 交互），但机器人测试框架本身也是实现这些功能的一个示例。 我们的客户和社区可以使用和调整机器人测试框架以实现批量测试。 如果您在机器人测试框架方面遇到问题，请在此处报告：https://aka.ms/PVASamples。 （Microsoft 支持部门不会帮助您解决与这些示例相关的问题，但它们将帮助您解决相关的基础平台和功能问题。） 实体和时隙填充最佳实践 |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |