Aanbevolen procedures voor een QnA Maker-knowledge base
De levenscyclus van knowledge base-ontwikkeling begeleidt u bij het beheren van uw KB van begin tot eind. Gebruik deze aanbevolen procedures om uw knowledge base te verbeteren en betere resultaten te bieden aan de eindgebruikers van uw clienttoepassing of chatbot.
Notitie
De QnA Maker-service wordt op 31 maart 2025 buiten gebruik gesteld. Een nieuwere versie van de vraag- en antwoordmogelijkheid is nu beschikbaar als onderdeel van Azure AI Language. Zie vraagantwoording voor vragen in de Language Service voor het beantwoorden van vragen. Vanaf 1 oktober 2022 kunt u geen nieuwe QnA Maker-resources maken. Raadpleeg de migratiehandleiding voor informatie over het migreren van bestaande QnA Maker-knowledge bases om vragen te beantwoorden.
Extractie
De QnA Maker-service verbetert voortdurend de algoritmen waarmee QnAs worden geëxtraheerd uit inhoud en de lijst met ondersteunde bestandsindelingen en HTML-indelingen wordt uitgebreid. Volg de richtlijnen voor gegevensextractie op basis van uw documenttype.
In het algemeen moeten pagina's met veelgestelde vragen zelfstandig zijn en niet worden gecombineerd met andere informatie. Producthandleidingen moeten duidelijke koppen hebben en bij voorkeur een indexpagina.
Multi-turn configureren
Maak uw Knowledge Base waarvoor extractie met meerdere paden is ingeschakeld. Als uw Knowledge Base wel of niet ondersteuning biedt voor de vraaghiërarchie, kan deze hiërarchie worden geëxtraheerd uit het document of worden gemaakt nadat het document is geëxtraheerd.
Goede vragen en antwoorden maken
Goede vragen
De beste vragen zijn eenvoudig. Houd rekening met het sleutelwoord of de woordgroep voor elke vraag en maak vervolgens een eenvoudige vraag voor dat sleutelwoord of die woordgroep.
Voeg zoveel alternatieve vragen toe als u nodig hebt, maar houd de wijzigingen eenvoudig. Het toevoegen van meer woorden of formuleringen die geen deel uitmaken van het belangrijkste doel van de vraag, helpt QnA Maker niet om een overeenkomst te vinden.
Relevante alternatieve vragen toevoegen
Uw gebruiker kan vragen invoeren met een gespreksstijl van tekst of How do I add a toner cartridge to my printer? een trefwoordzoekopdracht zoals toner cartridge. De Knowledge Base moet beide stijlen van vragen hebben om het beste antwoord correct te retourneren. Als u niet zeker weet welke trefwoorden een klant invoert, gebruikt u Application Insights-gegevens om query's te analyseren.
Goede antwoorden
De beste antwoorden zijn eenvoudige antwoorden, maar niet te eenvoudig. Gebruik geen antwoorden zoals yes en no. Als uw antwoord moet worden gekoppeld aan andere bronnen of een rijke ervaring moet bieden met media en koppelingen, gebruikt u metagegevenstags om onderscheid te maken tussen antwoorden en verzendt u de query met metagegevenstags in de strictFilters eigenschap om de juiste antwoordversie op te halen.
| Antwoord | Vervolgprompts |
|---|---|
| Schakel de Surface-laptop in met de aan/uit-knop op het toetsenbord. | * Toetscombinaties voor slaapstand, afsluiten en opnieuw opstarten. * Een Surface-laptop hard opstarten * Het BIOS voor een Surface-laptop wijzigen * Verschillen tussen slaapstand, afsluiten en opnieuw opstarten |
| De klantenservice is 24 uur per dag beschikbaar via telefoon, Skype en sms. | * Contactgegevens voor verkoop. * Office- en winkellocaties en -uren voor een persoonlijk bezoek. * Accessoires voor een Surface-laptop. |
Chit-Chat
Voeg chit-chat toe aan uw bot, zodat uw bot met weinig inspanning meer gesprekken en boeiender wordt. U kunt eenvoudig chit-chatgegevenssets toevoegen van vooraf gedefinieerde persoonlijkheden bij het maken van uw KB en deze op elk gewenst moment wijzigen. Meer informatie over het toevoegen van chit-chat aan uw KB.
Chit-chat wordt in veel talen ondersteund.
Een persoonlijkheid kiezen
Chit-chat wordt ondersteund voor verschillende vooraf gedefinieerde persoonlijkheden:
| Persoonlijkheid | QnA Maker-gegevenssetbestand |
|---|---|
| Medewerker | qna_chitchat_professional.tsv |
| Vriendelijk | qna_chitchat_friendly.tsv |
| Geestig | qna_chitchat_witty.tsv |
| Zorgzaam | qna_chitchat_caring.tsv |
| Enthousiast | qna_chitchat_enthusiastic.tsv |
De antwoorden variëren van formeel tot informeel en onherroepelijk. Selecteer de persoonlijkheid die het dichtst bij de gewenste toon voor uw bot past. U kunt de gegevenssets bekijken en er een kiezen die fungeert als basis voor uw bot en vervolgens de antwoorden aanpassen.
Botspecifieke vragen bewerken
Er zijn enkele botspecifieke vragen die deel uitmaken van de chit-chatgegevensset en die zijn ingevuld met algemene antwoorden. Wijzig deze antwoorden om de details van uw bot het beste weer te geven.
We raden u aan om de volgende chit-chat-QnA's specifieker te maken:
- Wat is uw rol?
- Wat kunt u doen?
- Hoe oud ben je?
- Wie heeft u gemaakt?
- Hello (Hallo)
Aangepaste chit-chat toevoegen met een metagegevenstag
Als u uw eigen QnA-paren voor chit-chat toevoegt, moet u metagegevens toevoegen, zodat deze antwoorden worden geretourneerd. De naam/waardepaar van de metagegevens is editorial:chitchat.
Antwoorden zoeken
GenerateAnswer-API maakt gebruik van zowel vragen als het antwoord om te zoeken naar de beste antwoorden op de query van een gebruiker.
Vragen alleen zoeken wanneer het antwoord niet relevant is
Gebruik de RankerType=QuestionOnly optie als u geen antwoorden wilt zoeken.
Een voorbeeld hiervan is wanneer de Knowledge Base een catalogus met acroniemen is als vragen met hun volledige vorm als antwoord. De waarde van het antwoord helpt niet om naar het juiste antwoord te zoeken.
Classificatie/score
Zorg ervoor dat u het beste gebruik maakt van de classificatiefuncties die QnA Maker ondersteunt. Als u dit doet, wordt de kans verbeterd dat een bepaalde gebruikersquery wordt beantwoord met een geschikt antwoord.
Een drempelwaarde kiezen
De standaardvertrouwensscore die als drempelwaarde wordt gebruikt, is 0, maar u kunt de drempelwaarde voor uw KB wijzigen op basis van uw behoeften. Aangezien elke KB verschilt, moet u de drempelwaarde testen en kiezen die het meest geschikt is voor uw KB.
Ranker-type kiezen
QnA Maker doorzoekt standaard vragen en antwoorden. Als u alleen vragen wilt doorzoeken om een antwoord te genereren, gebruikt u de RankerType=QuestionOnly post-hoofdtekst van de GenerateAnswer-aanvraag.
Alternatieve vragen toevoegen
Alternatieve vragen verbeteren de kans op een overeenkomst met een gebruikersquery. Alternatieve vragen zijn handig wanneer er meerdere manieren zijn waarop dezelfde vraag kan worden gesteld. Dit kan wijzigingen in de zinsstructuur en woordstijl bevatten.
| Oorspronkelijke query | Alternatieve query's | Wijzigen |
|---|---|---|
| Is parkeren beschikbaar? | Heeft u een parkeerplaats? | zinsstructuur |
| Hallo | Yo Hé, daar! |
word-style of slang |
Metagegevenstags gebruiken om vragen en antwoorden te filteren
Met metagegevens wordt de mogelijkheid voor een clienttoepassing toegevoegd om te weten dat deze niet alle antwoorden mag aannemen, maar in plaats daarvan de resultaten van een gebruikersquery beperken op basis van metagegevenstags. Het antwoord van de Knowledge Base kan verschillen op basis van de metagegevenstag, zelfs als de query dezelfde is. Bijvoorbeeld: 'waar is parkeergelegenheid' kan een ander antwoord hebben als de locatie van de restaurantvertakking anders is, dat wil gezegd: Locatie: Seattle versus Locatie: Redmond.
Synoniemen gebruiken
Hoewel er enige ondersteuning is voor synoniemen in de Engelse taal, gebruikt u hoofdlettergevoelige woordwijzigingen via de Wijzigingen-API om synoniemen toe te voegen aan trefwoorden die verschillende vormen aannemen. Synoniemen worden toegevoegd op QnA Maker-serviceniveau en gedeeld door alle Knowledge Bases in de service.
Afzonderlijke woorden gebruiken om onderscheid te maken tussen vragen
Het classificatie-algoritme van QnA Maker, dat overeenkomt met een gebruikersquery met een vraag in de knowledge base, werkt het beste als elke vraag een andere behoefte heeft. Herhaling van dezelfde woordenset tussen vragen vermindert de kans dat het juiste antwoord wordt gekozen voor een bepaalde gebruikersquery met deze woorden.
U hebt bijvoorbeeld twee afzonderlijke QnA's met de volgende vragen:
| QnA's |
|---|
| waar is de parkeerplaats |
| waar is de ATM-locatie |
Omdat deze twee QnA's zijn gezinnen met zeer vergelijkbare woorden, kan deze overeenkomst zeer vergelijkbare scores veroorzaken voor veel gebruikersquery's die worden zinnen zoals 'waar is de <x> locatie'. Probeer in plaats daarvan duidelijk onderscheid te maken tussen query's zoals 'waar is de parkeerplaats' en 'waar is de ATM', door woorden als 'locatie' te vermijden die in veel vragen in uw KB kunnen staan.
Samenwerken
Met QnA Maker kunnen gebruikers samenwerken aan een knowledge base. Gebruikers hebben toegang nodig tot de Azure AI QnA Maker-resourcegroep om toegang te krijgen tot de knowledge bases. Sommige organisaties willen de knowledge base mogelijk uitbesteden en de toegang tot hun Azure-resources nog steeds beveiligen. Dit model van editor-fiatteur wordt uitgevoerd door twee identieke QnA Maker-services in verschillende abonnementen in te stellen en er een te selecteren voor de cyclus voor het testen van bewerkingen. Zodra het testen is voltooid, wordt de inhoud van de Knowledge Base overgebracht met een import-exportproces naar de QnA Maker-service van de fiatteur die de knowledge base uiteindelijk publiceert en het eindpunt bijwerkt.
Actief leren
Actief leren doet het beste om alternatieve vragen voor te stellen wanneer het een breed scala aan kwaliteit en hoeveelheid gebruikersquery's heeft. Het is belangrijk om gebruikersquery's van clienttoepassingen toe te staan om deel te nemen aan de actieve leerfeedbacklus zonder censuur. Zodra vragen worden voorgesteld in de QnA Maker-portal, kunt u filteren op suggesties en deze suggesties bekijken en accepteren of negeren.