Gallery

Docs

История изменений

История релизов

НАЧАЛО РАБОТЫ С ПЛАТФОРМОЙ

ПЕРЕД СОЗДАНИЕМ АГЕНТА

КОНСТРУКТОР СЦЕНАРИЯ АГЕНТА

СОЗДАНИЕ АГЕНТА НА ПЛАТФОРМЕ

ОБУЧЕНИЕ И ТЕСТИРОВАНИЕ АГЕНТА

РАЗМЕЩЕНИЕ АГЕНТА В КАНАЛАХ

ЭКСПЛУАТАЦИЯ АГЕНТА

АНАЛИТИКА ОБЩЕНИЯ АГЕНТА

Explore

Распознавание агентом естественного языка

Распознавание естественного языка

@Агент⁠

ами выполняется с помощью

@Слот⁠

@NLU⁠

@Слот⁠

@NLU⁠

обучается на

@Обучающая выборка⁠

включенных в него

@Интент⁠

ов.

Подробнее о создании

@Интент⁠

ов:

Вкладка интентов — Intents⁠

Подробнее о работе

@Слот⁠

@NLU⁠

Распознавание намерений | Слот NLU и под-слоты Intent и Fallback⁠

Обучающая выборка Интента

⁠

@Обучающая выборка⁠

— это фразы с одинаковым или близким смыслом, с помощью которых человек может высказать конкретное намерение (

@Интент⁠

), и на которых обучается модель

@NLU⁠

с целью распознавания этих и всех прочих вариантов высказывания того же намерения (

@Интент⁠

а). От качества

@Обучающая выборка⁠

напрямую зависит качество распознавания в

@Агент⁠

е.

Цель, к которой нужно стремиться при составлении выборки — дать

@Агент⁠

у как можно больше разнообразных вариантов формулировки намерения (но в пределах 30 фраз).

⁠

@Слот⁠

@NLU⁠

, обученный на конкретной

@Обучающая выборка⁠

, будет распознавать не только

@Реплика⁠

@Собеседник⁠

а, полностью повторяющие

@Обучающая фраза⁠

из выборки, но и

@Реплика⁠

, близкие по смыслу.

Рекомендации по наполнению обучающей выборки Интентов

Для успешного распознавания рекомендуется:

Подобрать от 10 до 30 обучающих фраз-примеров к каждому

@Интент⁠

у.

⁠

@Обучающая фраза⁠

одного

@Интент⁠

а должны быть синонимичны друг другу – обозначать одно и то же намерение.

⁠

@Обучающая фраза⁠

должны представлять собой набор фраз, осмысленных предложений, а не набор ключевых слов или тематик.

⁠

@Обучающая выборка⁠

должна быть разнообразной. Для этого следует использовать различные синонимы к словам и различные формулировки намерений.

Фразы из

@Обучающая выборка⁠

должны звучать реалистично. Для того чтобы понять, как

@Собеседник⁠

и формулируют вопросы, можно, к примеру, просмотреть историю общения

@Собеседник⁠

ов с консультантом или оператором поддержки в чате.

Рекомендации по списку Интентов

Очень важно не только грамотно наполнить

@Обучающая выборка⁠

@Интент⁠

ов, но и корректно составить список самих

@Интент⁠

ов:

Близкие по смыслу

@Интент⁠

ы стоит объединять. Если выборки разных

@Интент⁠

ов будут очень близки по смыслу, с большой вероятностью

@NLU⁠

будет "путаться" между ними, т.е.

@Реплика⁠

, которые могут относиться к одному из них,

@NLU⁠

может отнести к

@fallback⁠

-у.

⁠

@Интент⁠

ы, содержащие различные по смыслу намерения, стоит разделять.

@Интент⁠

, который содержит множество хоть и относящихся к одной тематике, но все же различных намерений, лучше разделить на несколько отдельных. Таким образом

@NLU⁠

@Агент⁠

а сможет более точно составить представление о смысле каждого

@Интент⁠

а и более точно распознавать их в будущем.

Залог качественного распознавания в

@Агент⁠

е — это не только грамотно составленный список

@Интент⁠

ов и

@Обучающая выборка⁠

, но и тестирование. Подробнее:

Тестирование и улучшение распознавания Агента: подбор Confidence threshold⁠

Важно: необходимо избегать случайного совпадения
@Обучающая фраза⁠
в выборках разных
@Интент⁠
ов — если в разных
@Интент⁠
ах находится одна и та же
@Обучающая фраза⁠
, то совпадающая с ней
@Реплика⁠

@Собеседник⁠
а будет отнесена
@NLU⁠
к одному из этих
@Интент⁠
ов случайным образом.

Обучающая выборка Интента

Рекомендации по списку Интентов

Want to print your doc?
This is not the way.

Try clicking the ⋯ next to your doc name or using a keyboard shortcut (

CtrlP

) instead.