Watson Conversation:添加带有实体的示例
Watson Conversation: Add an example with a Entity
我们有一些几乎总是包含实体的意图。我应该如何为此添加示例?
以下是一些示例:
- 我什么时候可以和肖恩谈谈?
- 鲍勃是谁?
我真正想补充的是
- 我什么时候可以与@sys-person 交谈?
- @sys-person 是谁?
Watson 似乎将@sys-person 视为文字,不将其识别为实体。
好的 所以你正在做的事情不可能以那种方式进行。意图的目的是理解一组问题的潜在意图。
您不需要提供每个排列。相反,它足以理解人们所问的内容。然后它可以猜测它以前没有见过的东西。
因此,您的两个示例(假设具有代表性)是您应该放入训练数据中的内容。即:
- 我什么时候可以和 Shaun 交谈?
- 鲍勃是谁?
系统会自动将其训练用于学习的实体考虑在内。所以提到两个名字,意味着如果它看到不同的名字,它会给予更多的权重。但这取决于该意图的训练程度。
也就是说,有一种方法可以强制它只识别选定的用户实体,但不推荐这样做,因为你会失去单词的含义。此处有更多详细信息:
https://sodoherty.ai/2017/01/16/improving-your-intents-with-entities/
我们有一些几乎总是包含实体的意图。我应该如何为此添加示例?
以下是一些示例:
- 我什么时候可以和肖恩谈谈?
- 鲍勃是谁?
我真正想补充的是
- 我什么时候可以与@sys-person 交谈?
- @sys-person 是谁?
Watson 似乎将@sys-person 视为文字,不将其识别为实体。
好的 所以你正在做的事情不可能以那种方式进行。意图的目的是理解一组问题的潜在意图。
您不需要提供每个排列。相反,它足以理解人们所问的内容。然后它可以猜测它以前没有见过的东西。
因此,您的两个示例(假设具有代表性)是您应该放入训练数据中的内容。即:
- 我什么时候可以和 Shaun 交谈?
- 鲍勃是谁?
系统会自动将其训练用于学习的实体考虑在内。所以提到两个名字,意味着如果它看到不同的名字,它会给予更多的权重。但这取决于该意图的训练程度。
也就是说,有一种方法可以强制它只识别选定的用户实体,但不推荐这样做,因为你会失去单词的含义。此处有更多详细信息:
https://sodoherty.ai/2017/01/16/improving-your-intents-with-entities/