Cara menggunakan Dasbor untuk meningkatkan aplikasi Anda
Penting
LUIS akan dihentikan pada 1 Oktober 2025 dan mulai 1 April 2023 Anda tidak akan dapat membuat sumber daya LUIS baru. Sebaiknya migrasikan aplikasi LUIS Anda ke pemahaman bahasa percakapan untuk mendapatkan manfaat dari dukungan produk berkelanjutan dan kemampuan multibahasa.
Temukan dan perbaiki masalah dengan niat aplikasi terlatih Anda saat Anda menggunakan contoh ucapan. Dasbor menampilkan informasi aplikasi secara keseluruhan, dengan sorotan niat yang harus diperbaiki.
Analisis Dasbor Ulasan adalah proses berulang, ulangi saat Anda mengubah dan meningkatkan model Anda.
Laman ini tidak akan memiliki analisis yang relevan untuk aplikasi yang tidak memiliki contoh ucapan dalam niat, yang dikenal sebagai aplikasi pola-khusus.
Masalah apa yang dapat diperbaiki dari dasbor?
Tiga masalah yang dibahas di dasbor adalah:
| Masalah | Warna bagan | Penjelasan |
|---|---|---|
| Ketidakseimbangan data | - | Hal ini terjadi ketika kuantitas contoh ujaran bervariasi secara signifikan. Semua niat harus memiliki kira-kira jumlah ucapan contoh yang sama - kecuali niat Tidak Ada. Seharusnya hanya memiliki 10% -15% dari total jumlah ucapan di aplikasi. Jika data tidak seimbang tetapi akurasi niat berada di atas ambang batas tertentu, ketidakseimbangan ini tidak dilaporkan sebagai masalah. Mulailah dengan masalah ini - ini mungkin penyebab utama dari masalah lainnya. |
| Prediksi yang tidak jelas | Oranye | Hal ini terjadi ketika skor niat teratas dan niat berikutnya cukup dekat sehingga mereka dapat membalik pada pelatihan berikutnya, karena pengambilan sampel negatif atau lebih banyak contoh ucapan yang ditambahkan ke niat. |
| Prediksi yang salah | Merah | Hal ini terjadi ketika contoh ucapan tidak diprediksi untuk niat berlabel (niatnya). |
Prediksi yang benar diwakili dengan warna biru.
Dasbor menunjukkan masalah ini dan memberi tahu Anda niat mana yang terpengaruh dan menyarankan apa yang harus Anda lakukan untuk meningkatkan aplikasi.
Sebelum aplikasi dilatih
Sebelum Anda melatih aplikasi, dasbor tidak berisi saran untuk perbaikan. Latih aplikasi Anda untuk melihat saran ini.
Periksa status penerbitan Anda
Kartu Status penerbitan berisi informasi tentang publikasi terakhir versi aktif.
Periksa apakah versi yang aktif adalah versi yang ingin Anda perbaiki.
Hal ini juga menunjukkan eksternal layanan, wilayah yang dipublikasikan, dan klik titik akhir agregat.
Tinjau evaluasi pelatihan
Kartu Evaluasi pelatihan berisi ringkasan agregat dari akurasi keseluruhan aplikasi Anda berdasarkan area. Skor menunjukkan kualitas niat.
Bagan menunjukkan niat yang diprediksi dengan benar dan area masalah dengan warna berbeda. Saat Anda meningkatkan aplikasi dengan saran, skor ini meningkat.
Perbaikan yang disarankan dipisahkan berdasarkan jenis masalah dan merupakan yang paling signifikan untuk aplikasi Anda. Jika Anda lebih suka mengulas dan memperbaiki masalah per niat, gunakan kartu Niat dengan kesalahan di bagian bawah laman.
Setiap area masalah memiliki niat yang perlu diperbaiki. Saat Anda memilih nama niat, halaman Niat terbuka dengan filter yang diterapkan ke ucapan. Filter ini memungkinkan Anda untuk fokus pada ucapan yang menyebabkan masalah.
Bandingkan perubahan di seluruh versi
Buat versi baru sebelum membuat perubahan pada aplikasi. Di versi baru, buat perubahan yang disarankan pada contoh ucapan niat, lalu latih lagi. Pada kartu Evaluasi pelatihan halaman Dasbor, gunakan Tampilkan perubahan dari versi terlatih untuk membandingkan perubahan.
Perbaiki versi dengan menambahkan atau mengedit contoh ucapan dan pelatihan ulang
Metode utama untuk memperbaiki aplikasi Anda adalah dengan menambahkan atau mengedit contoh ucapan dan melatih ulang. Ucapan baru atau yang diubah harus mengikuti panduan untuk ucapan yang bervariasi.
Menambahkan contoh ucapan harus dilakukan oleh seseorang yang:
- memiliki tingkat pemahaman yang tinggi tentang ucapan-ucapan dalam niat yang berbeda.
- tahu bagaimana ucapan dalam satu niat dapat dikacaukan dengan niat lain.
- dapat memutuskan apakah dua niat, yang sering dikacaukan satu sama lain, harus diciutkan menjadi satu niat. Jika hal ini terjadi, data yang berbeda harus ditarik keluar dengan entitas.
Pola dan daftar frasa
Halaman analitik tidak menunjukkan kapan harus menggunakan pola atau daftar frasa. Jika Anda menambahkannya, ini dapat membantu dengan prediksi yang salah atau tidak jelas tetapi tidak akan membantu dengan ketidakseimbangan data.
Ulasan ketidakseimbangan data
Mulailah dengan masalah ini - ini mungkin penyebab utama dari masalah lainnya.
Daftar niat ketidakseimbangan data menunjukkan niat yang membutuhkan lebih banyak ucapan untuk memperbaiki ketidakseimbangan data.
Untuk memperbaiki masalah ini:
- Tambahkan lebih banyak ucapan ke niat, lalu latih lagi.
Jangan tambahkan ucapan ke niat Tidak Ada kecuali yang disarankan di dasbor.
Tip
Gunakan bagian ketiga pada laman, Ucapan per niat dengan pengaturan Ucapan (angka) , sebagai panduan visual cepat tentang niat mana yang membutuhkan lebih banyak ucapan.
Ulasan prediksi yang salah
Daftar niat prediksi salah menampilkan niat yang memiliki ucapan, yang digunakan sebagai contoh untuk niat tertentu, tetapi diprediksi untuk niat yang berbeda.
Untuk memperbaiki masalah ini:
- Edit ucapan agar lebih spesifik dengan niat dan latih lagi.
- Gabungkan niat jika ucapan terlalu selaras dan latih lagi.
Ulasan prediksi yang tidak jelas
Daftar niat prediksi tidak jelas menunjukkan niat dengan ucapan dengan skor prediksi yang tidak cukup jauh dari saingan terdekatnya, sehingga niat teratas untuk ucapan dapat berubah pada pelatihan berikutnya, karena sampling negatif .
Untuk memperbaiki masalah ini;
- Edit ucapan agar lebih spesifik dengan niat dan latih lagi.
- Gabungkan niat jika ucapan terlalu selaras dan latih lagi.
Ucapan per niat
Kartu ini menunjukkan kesehatan aplikasi secara keseluruhan di seluruh niat. Saat Anda memperbaiki niat dan melatih ulang, terus lihat kartu ini untuk mengetahui masalah.
Bagan berikut menunjukkan aplikasi yang seimbang dengan hampir tidak ada masalah untuk diperbaiki.
Bagan berikut menunjukkan aplikasi yang kurang seimbang dengan banyak masalah yang harus diperbaiki.
Arahkan kursor ke setiap bilah niat untuk mendapatkan informasi tentang niat tersebut.
Gunakan fitur Urutkan menurut untuk mengatur niat menurut jenis masalah sehingga Anda bisa fokus pada niat yang paling bermasalah dengan masalah itu.
Niat dengan kesalahan
Kartu ini memungkinkan Anda mengulas masalah untuk niat tertentu. Tampilan default kartu ini adalah niat yang paling bermasalah sehingga Anda tahu di mana harus memfokuskan upaya Anda.
Bagan donat teratas menunjukkan masalah dengan niat di ketiga jenis masalah. Jika ada masalah dalam tiga jenis masalah, masing-masing jenis memiliki bagan sendiri di bawah ini, bersama dengan niat saingannya.
Filter niat berdasarkan masalah dan persentase
Bagian kartu ini memungkinkan Anda menemukan contoh ucapan yang berada di luar ambang kesalahan Anda. Idealnya Anda ingin prediksi yang benar menjadi signifikan. Persentase itu didorong oleh bisnis dan pelanggan.
Tentukan persentase ambang batas yang Anda rasa nyaman untuk bisnis Anda.
Filter memungkinkan Anda menemukan niat dengan masalah tertentu:
| Filter | Persentase yang disarankan | Tujuan |
|---|---|---|
| Niat yang paling bermasalah | - | Mulai di sini - Memperbaiki ucapan dalam niat ini akan meningkatkan aplikasi lebih dari perbaikan lainnya. |
| Prediksi yang benar di bawah ini | 60% | Hal ini adalah persentase ucapan dalam niat yang dipilih yang benar tetapi memiliki skor kepercayaan di bawah ambang batas. |
| Prediksi yang tidak jelas di atas | 15% | Hal ini adalah persentase ucapan dalam niat yang dipilih yang dikacaukan dengan niat saingan terdekat. |
| Prediksi yang salah di atas | 15% | Hal ini adalah persentase ucapan dalam niat yang dipilih yang diprediksi secara salah. |
Ambang prediksi yang benar
Apa skor keyakinan prediksi keyakinan untuk Anda? Pada awal pengembangan aplikasi, 60% mungkin menjadi target Anda. Gunakan Prediksi yang benar di bawah ini dengan persentase 60% untuk menemukan ucapan dalam niat yang dipilih yang perlu diperbaiki.
Ambang prediksi yang tidak jelas atau salah
Kedua filter ini memungkinkan Anda menemukan ucapan dalam niat yang dipilih di luar ambang batas Anda. Anda dapat menganggap kedua persentase ini sebagai persentase kesalahan. Jika Anda merasa nyaman dengan tingkat kesalahan 10-15% untuk prediksi, set ambang filter ke 15% untuk menemukan semua ucapan di atas nilai ini.