Osvědčené postupy znalostní báze služby QnA Maker
Životní cyklus vývoje znalostní báze vás provede správou znalostní báze od začátku do konce. Pomocí těchto osvědčených postupů můžete vylepšit znalostní báze a poskytnout koncovým uživatelům klientské aplikace nebo chatovacího robota lepší výsledky.
Poznámka:
Služba QnA Maker se vyřadí z provozu 31. března 2025. Novější verze funkce pro otázky a odpovědi je teď dostupná jako součást jazyka Azure AI. Možnosti odpovídání na otázky v rámci služby Language Service najdete v tématu odpovědi na otázky. Od 1. října 2022 nebudete moct vytvářet nové prostředky služby QnA Maker. Informace o migraci stávajících znalostní báze služby QnA Maker na zodpovězení otázek najdete v průvodci migrací.
Extrakce
Služba QnA Maker neustále vylepšuje algoritmy, které extrahují QnA z obsahu a rozšiřují seznam podporovaných formátů souborů a HTML. Postupujte podle pokynů pro extrakci dat na základě typu dokumentu.
Obecně platí, že stránky s nejčastějšími dotazy by měly být samostatné a neměly by se kombinovat s dalšími informacemi. Příručky k produktu by měly mít jasné nadpisy a nejlépe indexovou stránku.
Konfigurace vícenásobného otáčení
Vytvořte znalostní báze s povoleným extrahováním s vícenásobným otáčením. Pokud vaše znalostní báze podporuje hierarchii otázek, můžete tuto hierarchii extrahovat z dokumentu nebo vytvořit po extrahování dokumentu.
Vytváření dobrých otázek a odpovědí
Dobré otázky
Nejlepší otázky jsou jednoduché. Zvažte klíčové slovo nebo frázi pro každou otázku a pak vytvořte jednoduchou otázku pro klíčové slovo nebo frázi.
Přidejte tolik alternativních otázek, kolik potřebujete, ale nechte změny jednoduché. Přidání dalších slov nebo formulací, které nejsou součástí hlavního cíle otázky, nepomůže službě QnA Maker najít shodu.
Přidání relevantních alternativních otázek
Uživatel může zadávat otázky s konverzačním stylem textu nebo hledáním klíčových slov, How do I add a toner cartridge to my printer? například toner cartridge. Znalostní báze by měly mít oba styly otázek, aby se správně vrátila nejlepší odpověď. Pokud si nejste jistí, jaká klíčová slova zákazník zadává, použijte data Application Insights k analýze dotazů.
Dobré odpovědi
Nejlepší odpovědi jsou jednoduché, ale ne příliš jednoduché. Nepoužívejte odpovědi, například yes a no. Pokud by vaše odpověď měla propojit s jinými zdroji nebo poskytnout bohaté prostředí s multimédii a odkazy, použijte označování metadat k rozlišení mezi odpověďmi a pak odešlete dotaz se značkami metadat ve strictFilters vlastnosti, abyste získali správnou verzi odpovědi.
| Odpověď | Následné výzvy |
|---|---|
| Vypněte přenosný počítač Surface pomocí tlačítka napájení na klávesnici. | * Kombinace kláves pro režim spánku, vypnutí a restartování. * Jak pevně spustit přenosný počítač Surface * Změna systému BIOS pro přenosný počítač Surface * Rozdíly mezi režimem spánku, vypnutím a restartováním |
| Zákaznická služba je dostupná prostřednictvím telefonu, Skypu a textové zprávy 24 hodin denně. | * Kontaktní informace o prodeji. * Místa a hodiny v kanceláři a obchodě pro osobní návštěvu. * Příslušenství pro přenosný počítač Surface. |
Chit-Chat
Přidejte do robota chvěcí chat, aby byl chatbot konverzační a poutavější a s nízkým úsilím. Datové sady chatů můžete snadno přidávat z předem definovaných osobností při vytváření znalostní báze a kdykoli je změnit. Přečtěte si, jak do znalostní báze přidat chit-chat.
Chit-chat je podporován v mnoha jazycích.
Volba osobnosti
Chit-chat je podporovaný pro několik předdefinovaných osobností:
| Osobnost | Soubor datové sady služby QnA Maker |
|---|---|
| Professional | qna_chitchat_professional.tsv |
| Přátelský | qna_chitchat_friendly.tsv |
| Vtipný | qna_chitchat_witty.tsv |
| Starostlivost | qna_chitchat_caring.tsv |
| Nadšený | qna_chitchat_enthusiastic.tsv |
Odpovědi se liší od formálních až po neformální a nenávratné. Vyberte osobnost, která je nejblíže požadovanému tónu robota. Můžete zobrazit datové sady a vybrat sadu, která slouží jako základ robota, a pak přizpůsobit odpovědi.
Úprava otázek specifických pro robota
Existují některé otázky specifické pro roboty, které jsou součástí datové sady chatů a jsou vyplněné obecnými odpověďmi. Změňte tyto odpovědi tak, aby co nejlépe odrážely podrobnosti o robotovi.
Doporučujeme, aby byly následující otázky pro chat konkrétnější:
- Kdo jste?
- Co můžete udělat?
- Kolik je ti let?
- Kdo vás vytvořil?
- Hello (Nazdar)
Přidání vlastního chatu se značkou metadat
Pokud přidáte vlastní páry QnA pro chit-chat, nezapomeňte přidat metadata, aby se tyto odpovědi vrátily. Dvojice název/hodnota metadat je editorial:chitchat.
Hledání odpovědí
Rozhraní GenerateAnswer API používá otázky i odpověď k vyhledání nejlepších odpovědí na dotaz uživatele.
Vyhledávání otázek pouze v případech, kdy odpověď není relevantní
RankerType=QuestionOnly Použijte, pokud nechcete hledat odpovědi.
Příkladem je, když znalostní báze je katalog zkratek jako otázky s jejich úplnou formou jako odpověď. Hodnota odpovědi nepomůže hledat odpovídající odpověď.
Hodnocení/bodování
Ujistěte se, že nejlépe využíváte funkce hodnocení, které QnA Maker podporuje. Tím se zlepší pravděpodobnost, že daný uživatelský dotaz odpoví příslušnou odpovědí.
Volba prahové hodnoty
Výchozí skóre spolehlivosti, které se používá jako prahová hodnota, je 0, ale můžete změnit prahovou hodnotu pro znalostní bázi na základě vašich potřeb. Vzhledem k tomu, že se každá znalostní báze liší, měli byste otestovat a zvolit prahovou hodnotu, která je pro znalostní bázi nejvhodnější.
Volba typu Ranker
Ve výchozím nastavení služba QnA Maker vyhledává otázky a odpovědi. Pokud chcete hledat jenom otázky, vygenerujte odpověď pomocí RankerType=QuestionOnly textu POST požadavku GenerateAnswer.
Přidání alternativních otázek
Alternativní otázky zlepšují pravděpodobnost shody s uživatelským dotazem. Alternativní otázky jsou užitečné, pokud existují různé způsoby, kterými může být stejná otázka kladena. To může zahrnovat změny ve struktuře vět a stylu slov.
| Původní dotaz | Alternativní dotazy | Změnit |
|---|---|---|
| Je k dispozici parkování? | Máte parkoviště? | struktura vět |
| Dobrý den | Hej Zdravíme! |
word-style nebo slang |
Filtrování otázek a odpovědí pomocí značek metadat
Metadata přidávají možnost, aby klientská aplikace věděla , že by neměla brát všechny odpovědi, ale místo toho zúžit výsledky uživatelského dotazu na základě značek metadat. Odpověď znalostní báze se může lišit v závislosti na značce metadat, a to i v případě, že se jedná o stejný dotaz. Například "kde se nachází parkoviště" může mít jinou odpověď, pokud se umístění pobočky restaurace liší – to znamená, že metadata jsou Location: Seattle versus Location: Redmond.
Použití synonym
I když v anglickém jazyce existuje určitá podpora synonym, pomocí změn slov nerozlišujte malá a velká písmena prostřednictvím rozhraní Api pro změny a přidejte synonyma k klíčovým slovům, která mají různé formy. Synonyma se přidávají na úrovni služby QnA Maker a sdílí je všechny znalostní báze ve službě.
Použití odlišných slov k rozlišení otázek
Algoritmus řazení služby QnA Maker, který odpovídá uživatelskému dotazu s dotazem v znalostní báze, funguje nejlépe, pokud každá otázka řeší jinou potřebu. Opakování stejné sady slov mezi otázkami snižuje pravděpodobnost, že je pro daný uživatelský dotaz zvolena správná odpověď s těmito slovy.
Můžete mít například dvě samostatné otázky QnA:
| QnAs |
|---|
| kde je parkovací místo |
| kde je umístění atm |
Vzhledem k tomu, že tyto dvě otázky jsou frází s velmi podobnými slovy, může tato podobnost způsobit velmi podobné skóre pro mnoho uživatelských dotazů, které jsou frází jako "kde je <x> umístění". Místo toho se snažte jasně odlišit dotazy, jako je "kde je parkoviště" a "kde je bankomat", tím, že se vyhnete slovům jako "poloha", která by mohla být v mnoha otázkách ve vaší znalostní bázi.
Spolupracovat
QnA Maker umožňuje uživatelům spolupracovat na znalostní báze. Uživatelé potřebují přístup ke skupině prostředků Azure AI QnA Maker, aby měli přístup k znalostní báze. Některé organizace můžou chtít znalostní báze upravit a údržbu outsourcovat a přesto mít možnost chránit přístup ke svým prostředkům Azure. Tento model schvalovatele editoru se provádí nastavením dvou identických služeb QnA Maker v různých předplatných a výběrem jedné pro cyklus testování úprav. Po dokončení testování se obsah znalostní báze přenese pomocí procesu importu a exportu do služby QnA Maker schvalovatele, který nakonec publikuje znalostní báze a aktualizuje koncový bod.
Aktivní učení
Aktivní učení dělá nejlepší úlohu při navrhování alternativních otázek, pokud má širokou škálu kvality a množství uživatelských dotazů. Je důležité, aby se dotazy uživatelů klientských aplikací mohly účastnit aktivní smyčky zpětné vazby učení bez cenzury. Jakmile se otázky navrhují na portálu QnA Maker, můžete je filtrovat podle návrhů a pak je zkontrolovat a přijmout nebo odmítnout.