Osvědčené postupy znalostní báze služby QnA Maker
Životní cyklus znalostní báze vývoje vás provede správou znalostní báze od začátku do konce. Pomocí těchto osvědčených postupů můžete vylepšit znalostní báze a poskytnout lepší výsledky pro vaši klientskou aplikaci nebo koncové uživatele chatbota.
Poznámka
Služba QnA Maker se k 31. březnu 2025 vyřadí z provozu. V rámci jazyka Azure AI je teď k dispozici novější verze funkce otázek a odpovědí. Informace o možnostech odpovídání na otázky v rámci služby jazyka najdete v článku o odpovídání na otázky. Od 1. října 2022 nebudete moct vytvářet nové prostředky služby QnA Maker. Informace o migraci stávajících znalostních bází služby QnA Maker na zodpovězení otázek najdete v průvodci migrací.
Extrakce
Služba QnA Maker neustále vylepšuje algoritmy, které extrahují QnAs z obsahu, a rozšiřuje 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 produktům by měly mít jasné nadpisy a nejlépe indexovou stránku.
Konfigurace vícenásobného otočení
Vytvořte znalostní báze s povolenou extrakcí více otočení. Pokud vaše znalostní báze podporuje nebo by měla podporovat 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 pro toto klíčové slovo nebo frázi vytvořte jednoduchou otázku.
Přidejte tolik alternativních otázek, kolik potřebujete, ale zachovejte 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 vyhledáváním klíčových slov, How do I add a toner cartridge to my printer? jako toner cartridgeje . Znalostní báze by měl 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 jako yes a no. Pokud by vaše odpověď měla odkazovat na jiné zdroje nebo poskytnout bohaté možnosti s multimédii a odkazy, použijte značky metadat k rozlišení odpovědí a pak odešlete dotaz se značkami metadat ve strictFilters vlastnosti, abyste získali správnou verzi odpovědi.
| Odpověď | Následné výzvy |
|---|---|
| Vypněte přenosný počítač Surface tlačítkem napájení na klávesnici. | * Kombinace kláves pro režim spánku, vypnutí a restartování. * Jak pevně spustit přenosný počítač Surface * Jak změnit systém BIOS pro přenosný počítač Surface * Rozdíly mezi režimem spánku, vypnutím a restartováním |
| Služby zákazníkům jsou k dispozici prostřednictvím telefonu, Skypu a textové zprávy 24 hodin denně. | * Kontaktní informace pro prodej. * Kanceláře a prodejny a hodiny pro osobní návštěvu. * Příslušenství k přenosnému počítači Surface. |
Chit-Chat
Přidejte do robota konverzaci, aby byl chat s malým úsilím konverzační a poutavější. Při vytváření znalostní báze můžete snadno přidat datové sady konverzací od předem definovaných osobností a kdykoli je změnit. Přečtěte si, jak do znalostní báze přidat konverzaci.
Konverzace se podporuje v mnoha jazycích.
Volba osobnosti
Funkce Chit-chat je podporovaná pro několik předdefinovaných osobností:
| Osobnost | Soubor datové sady služby QnA Maker |
|---|---|
| Professional | qna_chitchat_professional.tsv |
| Přátelské | qna_chitchat_friendly.tsv |
| Vtipný | qna_chitchat_witty.tsv |
| Péče | qna_chitchat_caring.tsv |
| Nadšený | qna_chitchat_enthusiastic.tsv |
Odpovědi jsou v rozsahu od formálních po neformální a nezáměrné. Vyberte osobnost, která je nejblíže tónu, který chcete pro robota použít. Můžete zobrazit datové sady, vybrat si tu, která bude sloužit jako základ pro robota, a pak přizpůsobit odpovědi.
Úprava otázek specifických pro robota
Některé otázky specifické pro robota jsou součástí datové sady chatu a byly vyplněny obecnými odpověďmi. Změňte tyto odpovědi tak, aby co nejlépe odrážely podrobnosti o robotovi.
Doporučujeme, aby byly konkrétnější následující otázky qnA:
- Kdo jste?
- Co můžete dělat?
- Kolik ti je?
- Kdo tě vytvořil?
- Dobrý den
Přidání vlastní konverzace se značkou metadat
Pokud přidáte vlastní dvojice otázek a odpovědí v konverzaci, nezapomeňte přidat metadata, aby se tyto odpovědi vrátily. Dvojice název/hodnota metadat je editorial:chitchat.
Hledání odpovědí
Rozhraní API GenerateAnswer používá otázky i odpovědi k hledání nejlepších odpovědí na dotazy uživatele.
Vyhledávání otázek pouze v případě, že odpověď není relevantní
RankerType=QuestionOnly Pokud nechcete hledat odpovědi, použijte .
Příkladem je, když je znalostní báze katalogem akronymů jako otázek s jejich úplnou formou jako odpovědí. Hodnota odpovědi nepomůže najít vhodnou odpověď.
Hodnocení/bodování
Ujistěte se, že nejlépe využíváte funkce hodnocení, které služba QnA Maker podporuje. Tím se zvýší pravděpodobnost, že se na daný uživatelský dotaz odpoví vhodnou odpovědí.
Volba prahové hodnoty
Výchozí skóre spolehlivosti , které se používá jako prahová hodnota, je 0, ale prahovou hodnotu pro znalostní bázi můžete změnit podle svých potřeb. Vzhledem k tomu, že každá znalostní báze je jiná, měli byste otestovat a zvolit prahovou hodnotu, která je pro vaši znalostní bázi nejvhodnější.
Výběr typu rankeru
Služba QnA Maker ve výchozím nastavení prohledává otázky a odpovědi. Pokud chcete hledat pouze otázky a chcete vygenerovat odpověď, použijte RankerType=QuestionOnly v textu POST požadavku GenerateAnswer.
Přidání alternativních otázek
Alternativní otázky zvyšují pravděpodobnost shody s uživatelským dotazem. Alternativní otázky jsou užitečné, pokud existuje více způsobů, jak se stejná otázka může položit. To může zahrnovat změny ve struktuře vět a stylu slova.
| Původní dotaz | Alternativní dotazy | Změnit |
|---|---|---|
| Je k dispozici parkování? | Máte parkoviště? | větná struktura |
| Dobrý den | Yo Ahoj! |
word-style or slang |
Filtrování otázek a odpovědí pomocí značek metadat
Metadata přidávají klientské aplikaci možnost vědět, že by neměla přijímat 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 je v angličtině určitá podpora synonym, použijte změny slov bez rozlišování velkých a malých písmen prostřednictvím rozhraní API pro úpravy a přidejte synonyma ke klíčovým slovům, která mají různé podoby. Synonyma se přidávají na úrovni služby QnA Maker a sdílejí je všechny znalostní báze ve službě.
Rozlišovat otázky pomocí odlišných slov
Algoritmus hodnocení služby QnA Maker, který porovnává uživatelský dotaz s otázkou v znalostní báze, funguje nejlépe, pokud každá otázka řeší jinou potřebu. Opakování stejné sady slov mezi otázkami snižuje pravděpodobnost, že se pro daný uživatelský dotaz s těmito slovy zvolí správná odpověď.
Můžete mít například dvě samostatné otázky QnA s následujícími otázkami:
| Otázky a otázky |
|---|
| kde je parkovací místo |
| kde je umístění ATM |
Vzhledem k tomu, že tyto dvě otázky se formulují velmi podobnými slovy, může tato podobnost způsobit velmi podobné skóre pro mnoho uživatelských dotazů, které jsou frázovány jako "kde je <x> umístění". Místo toho se snažte jasně odlišit dotazy jako "kde je parkoviště" a "kde je bankomat", a to tak, že se vyhnete slovům jako "poloha", která by mohla být v mnoha otázkách ve vaší znalostní bázi.
Spolupráce
QnA Maker umožňuje uživatelům spolupracovat na znalostní báze. Uživatelé potřebují přístup ke skupině prostředků Azure AI QnA Maker, aby měli přístup ke znalostním bázím. Některé organizace můžou chtít znalostní báze úpravy a údržbu znalostní báze outsourcovat a stále mít možnost chránit přístup k prostředkům Azure. Tento model schvalovatele editoru se provádí nastavením dvou identických služeb QnA Maker v různých předplatných a výběrem jedné pro cyklus úprav a testování. Po dokončení testování se obsah znalostní báze přenese pomocí procesu importu a exportu do služby QnA Maker schvalovatele, která nakonec publikuje znalostní báze a aktualizuje koncový bod.
Aktivní učení
Aktivní učení odvádí nejlepší práci při navrhování alternativních otázek, pokud má širokou škálu kvality a množství dotazů založených na uživatelích. Je důležité povolit, aby se dotazy uživatelů klientských aplikací účastnily aktivní smyčky zpětné vazby učení bez cenzury. Po navržení otázek na portálu QnA Maker můžete filtrovat podle návrhů a pak tyto návrhy zkontrolovat a přijmout nebo odmítnout.