2

LUIS アプリを構築するための v3 API では、機械学習されたエンティティが強調されていることに気付きました。彼らと一緒に仕事をしていると、気になることに気づき、その問題についてもっと洞察を得たいと思っていました。

アイデアは、機械加工された学習済みエンティティを使用するときに、その機械加工された学習済みエンティティの制約として、句リストまたは他のエンティティまたはリスト エンティティの記述子にバインドできるということです。リストエンティティ自体を抽出することを目的としないのはなぜですか? それを機械加工された学習オブジェクトにラップする目的は何ですか?

私は常にリストで大きな成功を収めてきたので、これを尋ねます。正確さを保証するためにスペルミスやバリエーションに注意する必要がありますが、非常に制御可能です. しかし、機械加工された学習済みエンティティを使用するときは、単語の順序にもっと注意する必要があることに気付きました。バリエーションがある場合、機械加工された学習済みエンティティを取得できませんでした。

これはトレーニングで修正できますが、実際には、自分が望む意図があり、そこからエンティティが必要なだけであることがわかっている場合、機械学習エンティティは実際に何を提供するのでしょうか?

より慎重に扱う必要がありそうです。

今、私はこの疑いを持ってこれを言います。答えは、リスト エンティティがエンティティ検出の増加にのみ役立つ場合に、機械学習エンティティが意図検出を増加させるという事実にあります。それが最も適切な答えである場合、私が探しているものに対する解決策を見ることができると思います.

4

1 に答える 1

0

編集済み:産休に入って以来、LUIS についていけなかったのですが、見よ、V2 から V3 に移行しています!

以下は、LUIS チームのドキュメントのライターからの電子メールの会話を示しています。

LUIS は、概念をカプセル化するために、さまざまな種類のエンティティから単一の ML エンティティに移行しています。ML エンティティは、ML エンティティ自体である子を持つことができます。ML エンティティは、グローバル フィーチャとして機能する代わりに、それに直接接続されたフィーチャを持つことができます。

この機能は、フレーズ リストにすることも、事前構築済みエンティティ、正規表現エンティティ、リスト エンティティなどの別のモデルにすることもできます。

そのため、1 年前に顧客が複合エンティティを構築し、アプリに機能を追加した可能性があります。ここで、子を持つ ML エンティティを作成する必要があり、これらの子には機能が必要です。

現在 (//MS Build Conference の前に) 句リスト以外の機能を制約 (必須) にすることができるため、制約された正規表現エンティティを持つ子エンティティは、正規表現が一致するまで起動しません。

//Build 時またはその後、この概念は UI で作り直され、必要な機能になりました。考え方は同じですが、用語が異なります。

...

これは、部分を持つ概念全体を理解することなので、住所は典型的な例です。住所には、番地、通りの名前、通りの種類(通り/裁判所/大通り)、都市、州/県、国、郵便番号があります。

各サブパートは、アドレスが発話に含まれていることを示す特徴 (強力な指標) です。

リスト エンティティを使用したが、アドレスに必須の機能として使用していない場合、はい、それはトリガーされますが、実際に取得しようとしているアドレス エンティティには役立ちません。

ただし、本当にリストを一致させたいだけの場合は、頭を悩ませてください。しかし、アプリが思ったほどうまく予測していないと顧客が言うと、チームはこの ML エンティティの親とその部分の概念に戻り、エンティティの変更を提案します。

于 2020-05-06T16:48:28.247 に答える