Uso de patrones para diferenciar expresiones similares
En algunos casos, un modelo puede contener varias intenciones para las que es probable que las expresiones sean similares. Puede usar el patrón de expresiones para eliminar la ambigüedad de las intenciones y minimizar el número de expresiones de ejemplo.
Por ejemplo, considere las siguientes expresiones:
- "Enciende la luz de la cocina"
- "¿La luz de la cocina está encendida?"
- "Apaga la luz de la cocina"
Estas expresiones son sintácticamente similares, solo tienen pequeñas diferencias en las palabras o los signos de puntuación. Sin embargo, representan tres intenciones diferentes (que podrían denominarse EncenderDispositivo, ConocerEstadoDeDispositivoy ApagarDispositivo). Además, las intenciones se podrían aplicar a una amplia gama de valores de entidad. Además de a la "luz de la cocina", la intención podría aplicarse a la "luz de la sala de estar", el "televisor" o cualquier otro dispositivo que el modelo admita.
Para entrenar correctamente el modelo, proporcione algunos ejemplos de cada intención que especifiquen los distintos formatos de expresiones.
- EncenderDispositivo:
- "Conecta {DeviceName}"
- "Activar {DeviceName}"
- "Activa {DeviceName}"
- ConocerEstadoDeDispositivo:
- "[¿]Está encendido {NombreDeDispositivo}[?]"
- ApagarDispositivo:
- "Apaga {DeviceName}"
- "Apagar {NombreDeDispositivo}"
- "Apaga {DeviceName}"
Al enseñar el modelo con cada tipo de expresión diferente, el servicio de Lenguaje de Azure AI puede aprender a clasificar las intenciones correctamente según el formato y la puntuación.