用于非英语语言的 IBM Watson Assistant - 无法识别意图
IBM Watson Assistant for non-English language - Intent is not recognized
我正在使用用于韩语的 IBM Watson Asistant，发现检测正确意图的失败率非常高。因此，我决定检查语言支持，我可以看到 important missing features that is Entity Fuzzy Matching:
Partial match - With partial matching, the feature automatically suggests substring-based synonyms present in the user-defined entities, and assigns a lower confidence score as compared to the exact entity match.
这导致聊天机器人不是很智能，我们需要为每个单词提供同义词。查看下面的示例，其中 Watson Assistant in English 可以通过任何方式从示例中未包含的单词中检测到意图。我测试了一下，韩语是不行的。
我想知道是不是我理解有误，或者有办法解决这个我不知道的问题？
默认情况下，您从 IBM Watson Assistant 和未经训练的对话开始。您可以通过提供更多示例然后 using the dashboard to tag correctly understood conversations and to change incorrect intents / entities to the right ones 来显着提高理解的意图和实体。这是首选方式，并且只是包括训练模型在内的常规开发过程的一部分。
另一种方法，这次作为解决方法，是使用 Watson Natural Language Understanding which has Korean support, too.
预处理对话框
顺便说一句：我的一些机器人使用德语，它需要针对某些场景进行培训。
除了 Henrik 的回答之外，还有一些创建意图时的提示
- 为每个意图至少提供 五个 个示例。
- 总是re-train你的系统
If the system does not recognize the correct intent, you can correct
it. To correct the recognized intent, select the displayed intent and
then select the correct intent from the list. After your correction is
submitted, the system automatically retrains itself to incorporate the
new data.
- 请记住，Watson Assistant 服务独立对每个意图的置信度进行评分，与其他意图无关。
- 避免冲突，如果有的话resolve the conflicts - 当不同意图中的两个或多个意图示例非常相似以至于 Watson Assistant 对使用哪个意图感到困惑时，Watson Assistant 应用程序会检测到冲突。
我正在使用用于韩语的 IBM Watson Asistant，发现检测正确意图的失败率非常高。因此，我决定检查语言支持，我可以看到 important missing features that is Entity Fuzzy Matching:
Partial match - With partial matching, the feature automatically suggests substring-based synonyms present in the user-defined entities, and assigns a lower confidence score as compared to the exact entity match.
这导致聊天机器人不是很智能，我们需要为每个单词提供同义词。查看下面的示例，其中 Watson Assistant in English 可以通过任何方式从示例中未包含的单词中检测到意图。我测试了一下，韩语是不行的。
我想知道是不是我理解有误，或者有办法解决这个我不知道的问题？
默认情况下，您从 IBM Watson Assistant 和未经训练的对话开始。您可以通过提供更多示例然后 using the dashboard to tag correctly understood conversations and to change incorrect intents / entities to the right ones 来显着提高理解的意图和实体。这是首选方式，并且只是包括训练模型在内的常规开发过程的一部分。
另一种方法，这次作为解决方法，是使用 Watson Natural Language Understanding which has Korean support, too.
预处理对话框顺便说一句：我的一些机器人使用德语，它需要针对某些场景进行培训。
除了 Henrik 的回答之外，还有一些创建意图时的提示
- 为每个意图至少提供 五个 个示例。
- 总是re-train你的系统
If the system does not recognize the correct intent, you can correct it. To correct the recognized intent, select the displayed intent and then select the correct intent from the list. After your correction is submitted, the system automatically retrains itself to incorporate the new data.
- 请记住，Watson Assistant 服务独立对每个意图的置信度进行评分，与其他意图无关。
- 避免冲突，如果有的话resolve the conflicts - 当不同意图中的两个或多个意图示例非常相似以至于 Watson Assistant 对使用哪个意图感到困惑时，Watson Assistant 应用程序会检测到冲突。