问题描述
我正在与IBM Watson Asistant一起使用朝鲜语,发现发现正确意图的失败率很高。因此,我决定检查语言支持,然后可以看到important missing features的Entity Fuzzy Matching:
部分匹配-使用部分匹配,此功能会自动建议用户定义的实体中存在基于子字符串的同义词,并且与完全匹配的实体相比,其可信度得分较低。
这导致聊天机器人不是很聪明,我们需要为每个单词提供同义词。请查看下面的示例,其中英文的Watson Assistant可以通过任何方式从示例中未包含的单词中检测到意图。我进行了测试,发现韩语是不可能做到的。
我想知道我是不是理解错了或者可以解决这个我不知道的问题?
解决方法
缺省情况下,您从IBM Watson Assistant和一个未经训练的对话框开始。通过提供更多示例,然后提供using the dashboard to tag correctly understood conversations and to change incorrect intents / entities to the right ones,可以显着改善理解的意图和实体。这是首选方法,只是常规开发过程的一部分,其中包括训练模型。
这是解决方法,这是另一种方法,是使用Watson Natural Language Understanding which has Korean support,too预处理对话框。
顺便说一句:我的某些机器人使用德语,并且在某些情况下需要培训。
,除了亨里克(Henrik)的答案之外,这里还有一些创建意图的技巧
- 为每个意图至少提供五个示例。
- 总是重新训练系统
如果系统无法识别正确的意图,则可以更正 它。要更正识别的意图,请选择显示的意图,然后 然后从列表中选择正确的意图。更正后 提交后,系统会自动对其进行重新培训以合并 新数据。
- 请记住,Watson Assistant服务会独立评估每个意图的信心,而不是与其他意图无关。
- 避免冲突,如果有resolve the conflicts-当两个或多个意图示例在单独的意图中是如此相似,以至于Watson Assistant对于使用哪种意图感到困惑时,Watson Assistant应用程序会检测到冲突。