Dialogflow 短语的变体

Dialogflow Variations of phrases

我目前正在 Dialogflow 中开发一个应用程序,它有一些类似聊天机器人的方面。我已经用类似短语的一些迭代来训练意图。我希望 Dialogflow 中的 ML 算法能够捕获非常相似的句子变体,所以我从训练短语中省略了它们。

我注意到在某些句子几乎相同的情况下,Dialogflow 无法匹配它们,例如

"Do you have any night sweats?" "Do you get any night sweats?"

"Good morning" "Good morning John"

对于第二种情况,我尝试了 "Good morning sir" 和 "Good morning miss",这似乎符合正确的意图。但是,处理名称将成为应用程序的一项要求,除非绝对必要,否则我不想检查每个意图并添加涉及名称实体的情况。

是否有我做错的事情限制了我的代理中的机器学习匹配?或者这仅仅是 Dialogflow 的限制,我将不得不在其中手动添加这些迭代?

Dialogflow 背后的底层算法 开源。所以,真的很难说什么是解决问题的最佳方法。但这里有一些您可以考虑的选项:

  • 用不同的 wordphrase 来理解句子的意思(你的第一个例子)是开放的研究领域。没有 ML 算法能够完全解决这个问题(直到现在)。你不能相信 Dialogflow 或其他聊天机器人 capture/understand 为你解释句子。
  • 在你的第一个例子中,有些词在大多数句子中都很常见 [Do, you, get, any] .在这种情况下,算法很难根据这些常见的关键字找到正确的意图。尝试用 [night, sweats] 添加不同的句子,让算法有机会捕获它们。

  • Classification threshold:如文档中所述,您可以更改分类器的准确性。在您的第二个示例中,“早安”和“早安约翰”这可能会解决问题。

  • link基于规则基于ML的方法还有另一种选择。根据您的训练规模选择合适的。