Använda mönster för att särskilja liknande yttranden

  • 2 minuter

I vissa fall kan en modell innehålla flera avsikter som yttranden sannolikt liknar. Du kan använda mönstret för yttranden för att skilja avsikterna åt samtidigt som du minimerar antalet exempelyttranden.

Tänk till exempel på följande yttranden:

  • "Slå på kökslampan"
  • "Är kökslampan tänd?"
  • "Stäng av kökslampan"

Dessa yttranden är syntaktiskt lika, med bara några få skillnader i ord eller skiljetecken. De representerar dock tre olika avsikter (som kan heta TurnOnDevice, GetDeviceStatus och TurnOffDevice). Dessutom kan avsikterna gälla för ett brett spektrum av entitetsvärden. Förutom "köksljus" kan avsikten gälla för "vardagsrumsljus", TV" eller någon annan enhet som modellen kan behöva stödja.

Om du vill träna din modell korrekt kan du ange ett antal exempel på varje avsikt som anger de olika formaten för yttranden.

  • TurnOnDevice:
    • "Aktivera {DeviceName}"
    • "Växla till {DeviceName}"
    • "Aktivera {DeviceName} "
  • GetDeviceStatus:
    • "Är {DeviceName} på[?]"
  • TurnOffDevice:
    • "Inaktivera {DeviceName} "
    • "Stäng av {DeviceName}"
    • "Inaktivera {DeviceName}"

När du undervisar din modell med varje typ av yttrande kan Azure AI Language-tjänsten lära sig att kategorisera avsikter korrekt baserat på format och skiljetecken.