你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

主动学习

项目
09/03/2024

通过“主动学习建议”功能，可以根据用户提交的内容为问答对提供替代问题建议，从而提高知识库的质量。查看这些建议后，可以将其添加到现有问题，也可以拒绝它们。

知识库不会自动更改。要使更改生效，必须先接受建议。这些建议会添加问题，但不会更改或删除现有问题。

注意

QnA Maker 服务将于 2025 年 3 月 31 日停用。问答功能的较新版本现已作为 Azure AI 语言的一部分提供。有关语言服务中的问答功能，请参阅问答。从 2022 年 10 月 1 日开始，你将无法创建新的 QnA Maker 资源。有关将现有 QnA Maker 知识库迁移到问题解答的信息，请参阅迁移指南。

什么是主动学习？

QnA Maker 通过隐式和显式反馈学习新的问题变体。

隐式反馈 - 排名程序了解何时用户问题具有多个分数非常接近的答案，并将其视为反馈。无需对此规则执行任何操作。
显式反馈 - 从知识库返回分数差异很小的多个答案时，客户端应用程序会询问用户哪个是正确问题。使用训练 API 将用户的显式反馈发送给 QnA Maker。

这两种方法都会为排名程序提供聚集的类似查询。

主动学习的工作原理

主动学习根据 QnA Maker 返回的前几个答案的评分触发。如果与查询匹配的 QnA 对之间的分数差异位于一个较小范围内，则将该查询视为每个可能的 QnA 对的可能建议（作为替代问题）。接受关于特定 QnA 对的建议问题后，其他对将拒绝该问题。接受建议后，切记需要保存和训练。

在终结点获得合理数量和类型的使用查询的情况下，主动学习可提供最佳建议。聚集 5 个或更多类似的查询后，QnA Maker 每 30 分钟会向知识库设计器建议基于用户的问题来供其接受或拒绝。所有建议通过相似度聚集在一起，并且根据最终用户的特定查询频率显示替代问题排名靠前的建议。

在 QnA Maker 门户中显示建议的问题后，需要审阅并接受或拒绝这些建议。没有用于管理建议的 API。

QnA Maker 隐式反馈的工作原理

QnA Maker 隐式反馈使用算法确定分数置信度，并给出主动学习建议。用于确定置信度的算法并不是一个简单的计算。以下示例中的范围并不是固定的，仅用作了解算法影响的指南。

当问题的分数置信度很高（例如 80%）时，考虑进行主动学习的分数范围较广，大约在 10% 以内。随着置信度分数降低（例如 40%），分数范围也会降低，大约在 4% 以内。

在以下查询对 QnA Maker generateAnswer 的 JSON 响应中，A、B 和 C 的分数接近，将被视为建议。

{
  "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"
        }
      ]
    }
  ]
}

QnA Maker 不知道哪个答案是最佳答案。使用 QnA Maker 门户的建议列表选择最佳答案，并重新训练。

如何使用训练 API 提供显式反馈

QnA Maker 需要有关哪个答案是最佳答案的显式反馈。如何确定最佳答案取决于你，还可能包括：

用户反馈，选择其中一个答案。
业务逻辑，例如确定可接受的分数范围。
用户反馈和业务逻辑的组合。

在用户做出选择后，使用训练 API 将正确答案发送到 QnA Maker。

升级运行时版本以使用主动学习

运行时版本 4.4.0 及更高版本支持主动学习。如果你的知识库是在早期版本上创建的，请升级运行时以使用此功能。

对替代问题启用主动学习

默认情况下，主动学习处于关闭状态。启用它可以查看建议的问题。启用主动学习后，需要将来自客户端应用的信息发送到 QnA Maker。有关详细信息，请参阅使用机器人中的 GenerateAnswer 和训练 API 的体系结构流程。

选择“发布”可发布知识库。主动学习查询只能从 GenerateAnswer API 预测终结点收集。 QnA Maker 门户中“测试”窗格的查询不会影响主动学习。
要在 QnA Maker 门户中启用主动学习，请转到右上角，选择“名称”，然后转到“服务设置”。
找到 QnA Maker 服务，然后切换到“主动学习”。

注意

上图中显示的确切版本仅用作示例。你的版本可能与之不同。

启用“主动学习”后，知识库会根据用户提交的问题定期建议新的问题。可以通过再次切换设置来禁用“主动学习”。