使用IBM Conversation Service創建意圖/實體的最佳實踐

Question

我目前正在使用IBM Conversation Service。 除了官方文檔中的信息或此處記錄的信息之外，是否存在創建意圖的最佳實踐： https ： //github.com/watson-developer-cloud/text-bot#best-practices ？

我可以看一下其他演示嗎？ 我見過IBM的汽車儀表板和Weather bot。

問候，

的Kjetil

Answer 1

意圖

意圖是對話的機器學習組件。

當您使用最終用戶的代表語言訓練系統時，它們的效果最佳。 代表不僅可以表示最終用戶語言，還可以表示用於捕獲該問題的媒介。

重要的是要理解問題驅動答案/意圖，而不是反過來。

人們常常認為你需要先定義意圖。 首先收集問題可以讓您了解用戶會問什么，並專注於您的意圖所采取的行動。

預先定義的意圖更容易產生制造問題，並且您發現並非所有人都會詢問您認為他們會想要的意圖。 所以你浪費時間訓練你不需要的區域。

制造問題

制造的問題並不總是壞事。 它們可以方便地引導您的系統以捕獲更多問題。 但是在創建它們時你必須要小心。

首先，您可能認為的常見術語或短語可能不適用於一般公眾。 他們沒有域名經驗。 因此，請避免僅在他們閱讀材料時才會說的域名或短語。

其次，你會發現即使你不顧一切地嘗試改變事物，你仍然會復制模式。

舉個例子：

how do I get a credit card?
Where do I get a credit card?
I want to get a credit card, how do I go about it?
When can I have a credit card? 

這里的核心術語是credit card不變。 他們可以說visa ， master card ， gold card ， plastic甚至只是card 。 話雖如此，意圖可以非常聰明。 但是在處理大量問題時，最好改變一下。

聚類

對於經過適當培訓的群集，您至少需要5個問題。 最佳值為10.如果您收集的是問題而不是制造問題，那么您會發現無法訓練的群集。 只要你有一個像這樣的類似模式的長尾巴，這很好：

（水平=問題數，垂直=按大小排序的群集ID）

如果您發現有太多獨特的問題（圖形=扁平線），那么意圖組件並不是解決這個問題的最佳方法。

當聚類是彼此非常接近的聚類時，要尋找的另一件事。 如果您的“意圖”給出答案，您可以通過塑造兩者的答案並合並集群來提高性能。 這可以是強制執行弱集群的好方法。

測試

完成所有聚類后，刪除隨機10％-20％（取決於問題數量）。 不要看這些問題。 你用這些作為盲目測試。 測試這些將使您對現實世界中的表現有一個合理的期望（假設沒有制造問題）。

在早期版本的WEA中，我們進行了所謂的實驗（k-fold驗證）。 系統會從培訓中刪除一個問題，然后再回復。 它會為所有問題做到這一點。 目的是測試每個群集，並查看哪些群集正在影響其他群集。

NLC / Conversation不會這樣做。 要做到這一點需要永遠。 您可以使用monte-carlo交叉折疊。 要做到這一點，你從火車組中隨機取10％，訓練90％，然后測試10％被移除。 你應該這樣做幾次並平均結果（至少3次）。

與盲目測試相結合，他們應該相互靠近。 如果他們說的是彼此的5％范圍之外，那么你的訓練有問題。 使用monte-carlo結果來檢查為什么（不是你的盲集）。

這次測試的另一個因素是信心。 如果您打算不在某個置信水平下采取行動，那么也要在測試中使用它來了解最終用戶體驗。

實體

實體是非常基本的，但可能會發生變化。 您將使用實體，在這些實體中，您嘗試捕獲的內容范圍很窄。 目前沒有機器學習組件，所以它只能檢測你告訴它的內容。

它還允許您傳回系統可以對其執行操作的關鍵字。 例如，有人可能會說“貓和狗”，但你想要回歸@Weather：下雨

正則表達式

確定用戶意圖的最后一種形式是條件部分。 這也可以非常強大，因為您可以創建嵌套的正則表達式。 例如：

input.text.matches('fish|.*?\b[0-9]{4,6}\b.*?')

如果他們在問題中只說“魚”或4-6位數字，則會觸發此示例。