LUIS不正确地识别话语

Question

我正在开发LUIS应用程序，该应用程序基于汽车经销商，用户可以在其中搜索汽车模型。我设置了名为“FindCar”的意图来处理话语“find [color] [car]”。

1. 当我测试应用程序，并提交话语“查找红色野马”，它与意图“FindCar”高比例的回应，但总是有意向“无”比例较低。为什么它总是返回到“无”的低百分比，即使我的话语与我为FindCar设置的内容相匹配？

2. 当我提交了一个完全不同的话语，如“建造大房子”时，我期待返回高比例意向“无”。相反，它仍然向“FindCar”返回高比例。这是为什么？

Answer 1

1. LUIS将返回所有的意图与相关的置信水平为每。这是当您在发布窗口中将verbose设置为true时。这使开发人员可以查看所有意向信任级别，以便完全控制您希望使用的意向。大多数情况下，你总是会以最高的自信得分意愿去。

2. 确保您None意图与非汽车相关言论（在这个例子中）的几个例子训练有素的为好。此外，请确保在更新模型后进行培训和发布，因为您的端点在重新发布之前不会反映最新的语言模型。这是一个很常见的被忽视的步骤。经常重新发布！

Answer 2

1. 正如凯文表示，如果verbose标志被设置为true，路易斯将返回所有的预测分数。该标志默认设置为true。只要正确的意图是得分最高的意图和下一个目标之间的比分差距，我不会太担心。也就是说，其他意图的分数很重要，如果您对FindCarDealership的意图使用话语“查找汽车经销商”，我期望得分比FindCar和None之间的差距更窄。

2. 你能提供这个确切的分数吗？就我个人而言，我认为0.8以上的分数很高（这里的预测很可能是正确的），但我也认为以下.7中的任何内容都是明确需要培训的。如Kevin所说，你需要通过添加一些标注的话语来训练None的意图。除此之外，它将有助于理解LUIS执行语法分析;这意味着它正在查看单词在话语中的结构和位置，而不是单词的实际含义（语义分析）。令牌长度（在这种情况下的字长）很重要。