LUIS は優れたツールです。チャットボットの作成に着手し、LUIS サービスを利用したいと考えました。LUIS が特定のテキストからさまざまな Microsoft 製品を識別できるようにします。
たとえば、 LUIS にsharepoint 2010, sharepoint 2013, , Visual Studio 2010" などを Technology Products として識別させたいとしvisual studio 2013ます。"Products" 機能を追加して、上記のようにコンマ区切りの値を追加してみました。語句を識別できません。sharepointvisual
いくつかのデータでトレーニングした後、テクノロジー (エンティティ) として識別できますsharepointがvisual、必要に応じてフレーズ全体が機能しません。
(SharePoint)\s*(2013|2007|2010)次に、これも非常に簡単な単純な正規表現に切り替えました。まだ単一のフレーズとして識別できません。
誰かがこれで私を助けることができますか?
簡単な更新...「SharePoint 2013」全体が製品であることをモデルに理解させるためのロジックを正しく理解することができました。ただし、同じコンテキストを与えた後、「フレーズ リストの機能」にない他の製品を予測することはできません。
「私はBizTalkに取り組みました」、「私はSQLに取り組みました」....（すべて単一文字の単語）でトレーニングしてきました.1文字の「技術/製品」を適切に予測し始めると、「私は」と発話を与えました。 「Sharepoint 2016 で作業しました」と表示された後、「SharePoint」のみを製品として予測しました。次に、すべての成功した単一の製品を追加し、それらと共に「SharePoint 2016」とビンゴを与えました...うまくいきました。
ここまでは順調ですね...
ここで注意が必要なのは、コンテキストのパターンとさまざまな製品の名前の付け方についてモデルがかなり安定した今、「私は Exchange 2016 に取り組んだ」ことを予測したかったのですが、残念ながらうまくいきませんでした。プロダクトとして「Exchange」のみを予測しました。次に、いくつかの項目を使用して、同じコンテキスト (「YYYY に取り組みました」) で多くのトレーニングを行いました。少なくとも今では、パターン マッチング アルゴリズムはパターンを理解しているはずです。「Visual Studio 2016 で作業しました」という発話が与えられたとき、「Visual Studio 2016」が製品であると予測できませんでした。製品として「Visual Studio」のみを予測しました。ここで、フレーズに「Visual Studio」、「Visual Studio 2013」、「Visual Studio 2010」も追加したことに注意してください。トレーニングされ、正常に予測されています。「Visual Studio 2016」が製品であると予測できないのはなぜですか???? このような製品を Phrase リストにいくつ追加すればよいですか? 今のAIはどうですか？
アイデアはコンテキストに基づいており、いくつかのパターンを使用して残りの「製品」を簡単に予測できるはずです。何が欠けていますか???