Aktywna nauka

Artykuł
10/16/2024

Funkcja sugestii dotyczących uczenia aktywnego umożliwia poprawę jakości baza wiedzy przez sugerowanie alternatywnych pytań na podstawie przesłanych przez użytkowników do pary pytań i odpowiedzi. Przejrzyj te sugestie, dodając je do istniejących pytań lub odrzucając je.

Baza wiedzy nie zmienia się automatycznie. Aby wszelkie zmiany zaczęły obowiązywać, należy zaakceptować sugestie. Te sugestie dodają pytania, ale nie zmieniają ani nie usuwają istniejących pytań.

Uwaga

Usługa QnA Maker jest wycofywana 31 marca 2025 r. Nowsza wersja funkcji pytań i odpowiedzi jest teraz dostępna w ramach języka sztucznej inteligencji platformy Azure. Aby uzyskać odpowiedzi na pytania w usłudze językowej, zobacz odpowiadanie na pytania. Od 1 października 2022 r. nie będzie można tworzyć nowych zasobów usługi QnA Maker. Aby uzyskać informacje na temat migrowania istniejących baza wiedzy usługi QnA Maker do odpowiadania na pytania, zapoznaj się z przewodnikiem migracji.

Co to jest aktywne uczenie się?

Usługa QnA Maker uczy się nowych odmian pytań z niejawnymi i jawnymi opiniami.

Niejawne opinie — ranga rozumie, kiedy pytanie użytkownika ma wiele odpowiedzi z wynikami, które są bardzo bliskie i uznaje je za opinię. Nie musisz nic robić, aby tak się stało.
Jawna opinia — gdy z baza wiedzy zwracanych jest wiele odpowiedzi z niewielkimi różnicami w wynikach, aplikacja kliencka zadaje użytkownikowi pytanie, które pytanie jest poprawne. Jawna opinia użytkownika jest wysyłana do usługi QnA Maker przy użyciu interfejsu API trenowania.

Obie metody zapewniają klasyfikator z podobnymi zapytaniami, które są klastrowane.

Jak działa aktywne uczenie

Uczenie aktywne jest wyzwalane na podstawie wyników kilku najważniejszych odpowiedzi zwróconych przez usługę QnA Maker. Jeśli wyniki różnic między parami pytań i odpowiedzi, które pasują do zapytania znajdują się w małym zakresie, zapytanie jest uznawane za możliwą sugestię (jako alternatywne pytanie) dla każdej z możliwych par pytań i odpowiedzi. Po zaakceptowaniu sugerowanego pytania dotyczącego określonej pary pytań i odpowiedzi zostanie odrzucona dla innych par. Pamiętaj, aby zapisać i wytrenować po zaakceptowaniu sugestii.

Uczenie aktywne zapewnia najlepsze możliwe sugestie w przypadkach, w których punkty końcowe uzyskują rozsądną ilość i różne zapytania użycia. W przypadku klastrowania pięciu lub większej liczby podobnych zapytań co 30 minut usługa QnA Maker sugeruje pytania użytkownika do projektanta baza wiedzy w celu zaakceptowania lub odrzucenia. Wszystkie sugestie są grupowane razem według podobieństwa, a najważniejsze sugestie dotyczące pytań alternatywnych są wyświetlane na podstawie częstotliwości określonych zapytań przez użytkowników końcowych.

Po zasugerowaniu pytań w portalu usługi QnA Maker należy przejrzeć i zaakceptować lub odrzucić te sugestie. Nie ma interfejsu API do zarządzania sugestiami.

Jak działa niejawna opinia usługi QnA Maker

Niejawne opinie usługi QnA Maker używają algorytmu do określania odległości oceny, a następnie udostępnia aktywne sugestie dotyczące uczenia. Algorytm określania odległości nie jest prostym obliczeniem. Zakresy w poniższym przykładzie nie mają być stałe, ale powinny być używane jako przewodnik, aby zrozumieć tylko efekt algorytmu.

Gdy wynik pytania jest bardzo pewny, na przykład 80%, zakres wyników, które są brane pod uwagę w przypadku aktywnego uczenia się, są szerokie, w przybliżeniu w granicach 10%. W miarę spadku wskaźnika ufności, takiego jak 40%, zakres wyników również spada, w przybliżeniu w ciągu 4%.

W poniższej odpowiedzi JSON z zapytania do generowania usługi QnA Maker wyniki dla A, B i C są bliskie i zostaną uznane za sugestie.

{
  "activeLearningEnabled": true,
  "answers": [
    {
      "questions": [
        "Q1"
      ],
      "answer": "A1",
      "score": 80,
      "id": 15,
      "source": "Editorial",
      "metadata": [
        {
          "name": "topic",
          "value": "value"
        }
      ]
    },
    {
      "questions": [
        "Q2"
      ],
      "answer": "A2",
      "score": 78,
      "id": 16,
      "source": "Editorial",
      "metadata": [
        {
          "name": "topic",
          "value": "value"
        }
      ]
    },
    {
      "questions": [
        "Q3"
      ],
      "answer": "A3",
      "score": 75,
      "id": 17,
      "source": "Editorial",
      "metadata": [
        {
          "name": "topic",
          "value": "value"
        }
      ]
    },
    {
      "questions": [
        "Q4"
      ],
      "answer": "A4",
      "score": 50,
      "id": 18,
      "source": "Editorial",
      "metadata": [
        {
          "name": "topic",
          "value": "value"
        }
      ]
    }
  ]
}

Usługa QnA Maker nie będzie wiedzieć, która odpowiedź jest najlepszą odpowiedzią. Użyj listy sugestii portalu usługi QnA Maker, aby wybrać najlepszą odpowiedź i ponownie wyszkolić.

Jak przekazać jawną opinię za pomocą interfejsu API trenowania

Usługa QnA Maker potrzebuje wyraźnej opinii na temat odpowiedzi, na które odpowiedzi były najlepszą odpowiedzią. Jak jest określana najlepsza odpowiedź, zależy od Ciebie i możesz uwzględnić następujące elementy:

Opinie użytkowników, wybierając jedną z odpowiedzi.
Logika biznesowa, taka jak określanie akceptowalnego zakresu wyników.
Połączenie zarówno opinii użytkowników, jak i logiki biznesowej.

Użyj interfejsu API trenowania, aby wysłać poprawną odpowiedź do usługi QnA Maker po wybraniu jej przez użytkownika.

Uaktualnianie wersji środowiska uruchomieniowego w celu korzystania z uczenia aktywnego

Usługa Active Learning jest obsługiwana w środowisku uruchomieniowym w wersji 4.4.0 lub nowszej. Jeśli baza wiedzy został utworzony we wcześniejszej wersji, uaktualnij środowisko uruchomieniowe, aby użyć tej funkcji.

Włączanie aktywnego uczenia się w przypadku pytań alternatywnych

Uczenie aktywne jest domyślnie wyłączone. Włącz ją, aby zobaczyć sugerowane pytania. Po włączeniu aktywnego uczenia należy wysłać informacje z aplikacji klienckiej do usługi QnA Maker. Aby uzyskać więcej informacji, zobacz Przepływ architektury dotyczący używania interfejsów API GenerateAnswer i Train API z bota.

Wybierz pozycję Publikuj, aby opublikować baza wiedzy. Aktywne zapytania szkoleniowe są zbierane tylko z punktu końcowego przewidywania interfejsu API GenerateAnswer. Zapytania do okienka Test w portalu usługi QnA Maker nie mają wpływu na aktywne uczenie.
Aby włączyć aktywne uczenie w portalu usługi QnA Maker, przejdź do prawego górnego rogu, wybierz swoją nazwę, przejdź do pozycji Ustawienia usługi.
Znajdź usługę QnA Maker, a następnie przełącz usługę Active Learning.

Uwaga

Dokładna wersja poprzedniego obrazu jest wyświetlana tylko jako przykład. Twoja wersja może być inna.

Po włączeniu usługi Active Learning baza wiedzy sugeruje nowe pytania w regularnych odstępach czasu na podstawie pytań przesłanych przez użytkownika. Możesz wyłączyć usługę Active Learning , przełączając to ustawienie ponownie.