Как мы можем оптимизировать точность чата для чата, которая дает когнитивный ответ конечному пользователю? Или, как мы можем обучать наших ботов, чтобы сделать его контекст полным для ответа на конкретный набор вопросов на Bluemix?Как улучшить когнитивную точность бота чата, созданного на IBM Bluemix?
Служба разговоров Watson использует ту же базовую технологию для «намерений», которая используется в Natural Language Classifier (NLC).
Для того, чтобы тренироваться, вам нужно как минимум 5 вопросов. Рекомендуется более 10 вопросов.
После классификации я рекомендую принять 10-20% (в зависимости от количества вопросов), которые вы можете использовать для тестирования вашей системы. Вы не используете их для обучения, а только для тестирования.
Чтобы получить лучшие результаты
Убедитесь, что ваши вопросы представитель конечного пользователя. Это не то, что, по вашему мнению, будет запрашивать конечный пользователь, а актуальные вопросы от конечного пользователя. Это может быть достигнуто путем просмотра журналов поддержки/клиентов или целевых опросов.
Использование вопросов, созданных вами или производимых, будет хорошо работать, если люди, которые их создали, проверили систему. Для других это не будет выполнено.
Есть и другие факторы, но это, как правило, первый самый большой убийца для точности.
Не могли бы вы предоставить более подробную информацию? Как развертывается ваш чатбот? Какие услуги Bluemix используют? Укажите контекст вашего приложения, среды и т. Д., Чтобы вы могли получить полезный ответ. – ralphearle
Я хочу использовать разговорную службу whatson для академической цели, когда ученики просят чатбот и получают точные ответы. я просто попробовал разговор в песочнице на официальном сайте. –