Usare criteri per distinguere espressioni simili
In alcuni casi, un modello può contenere più finalità per le quali è probabile che le espressioni siano simili. È possibile usare modelli di espressioni per risolvere le ambiguità delle finalità, riducendo al minimo il numero di espressioni di esempio.
Ad esempio, considerare le espressioni seguenti:
- "Accendi la luce in cucina"
- "La luce in cucina è accesa?"
- "Spegni la luce in cucina"
Queste espressioni sono sintatticamente simili, con poche differenze in termini di parole o punteggiatura. Tuttavia, rappresentano tre finalità diverse (che possono essere denominate TurnOnDevice, GetDeviceStatus e TurnOffDevice). Inoltre, le finalità possono essere applicate a un'ampia gamma di valori di entità. Oltre a "luce in cucina", la finalità può applicarsi a "luce in salotto", "televisore" o a qualsiasi altro dispositivo che il modello può dover supportare.
Per eseguire correttamente il training del modello, fornire alcuni esempi di ogni finalità che specificano i diversi formati di espressioni.
- TurnOnDevice:
- "Attiva {DeviceName}"
- "Attivare {DeviceName}"
- "Accendi {DeviceName}"
- GetDeviceStatus:
- "{DeviceName} è acceso[?]"
- TurnOffDevice:
- "Spegni {DeviceName}"
- "Disattiva {DeviceName}"
- "Disattiva {DeviceName}"
Usando vari tipi diversi di espressione per insegnare al modello, il servizio Lingua di Azure AI può imparare a classificare correttamente le finalità in base al formato e alla punteggiatura.