我们如何优化聊天机器人的特定领域准确性，从而对最终用户进行认知回复？或者，我们如何训练我们的机器人使其上下文完整，以回答有关 Bluemix 的一组特定问题？
问问题
186 次
1 回答
1
Watson 对话服务使用与自然语言分类器(NLC) 中相同的“意图”底层技术。
因此，每个意图至少需要 5 个问题才能进行训练。建议每个意图超过 10 个问题。
分类后我建议拿出 10-20%（取决于问题的数量），你可以用它来测试你的系统。您不使用它们进行训练，仅用于测试。
为了得到最好的结果
确保您的问题代表最终用户。这不是您认为最终用户会问的问题，而是来自最终用户的实际问题。这可以通过查看支持/客户日志或有针对性的调查来实现。
如果创建问题的人对系统进行测试，那么使用您自己创建或制造的问题将很有效。对于其他人，它不会表现得那么好。
还有其他因素，但这通常是准确性的第一大杀手。
于 2016-08-31T11:36:11.233 回答