Apprendimento attivo
La funzionalità Suggerimenti per l'apprendimento attivo consente di migliorare la qualità del knowledge base suggerire domande alternative, in base agli invii utente, alla domanda e alla coppia di risposte. L'utente revisiona tali suggerimenti, aggiungendoli alle domande esistenti o rifiutandoli.
La knowledge base non viene modificata automaticamente. Affinché qualsiasi modifica venga applicata, è necessario accettare i suggerimenti. Questi suggerimenti aggiungono domande, ma non modificano o rimuovono le domande esistenti.
Nota
Il servizio QnA Maker viene ritirato il 31 marzo 2025. Una versione più recente della domanda e della funzionalità di risposta è ora disponibile come parte del linguaggio di intelligenza artificiale di Azure. Per le funzionalità di risposta alle domande all'interno del servizio linguistico, vedere La risposta alle domande. A partire dal 1° ottobre 2022 non sarà possibile creare nuove risorse QnA Maker. Per informazioni sulla migrazione delle knowledge base QnA Maker esistenti alla risposta alle domande, consultare la guida alla migrazione.
Che cos'è l'apprendimento attivo?
QnA Maker impara nuove variazioni delle domande con feedback implicito ed esplicito.
- Feedback implicito : il classificatore capisce quando una domanda utente ha più risposte con punteggi molto vicini e considera questo come feedback. Non è necessario fare nulla per questo.
- Feedback esplicito: quando vengono restituite più risposte con poche variazioni nei punteggi dalla knowledge base, l'applicazione client chiede all'utente la domanda corretta. Il feedback esplicito dell'utente viene inviato a QnA Maker con l'API Train.
Entrambi i metodi forniscono al classificatore query simili che vengono raggruppate.
Funzionamento dell'apprendimento attivo
L'apprendimento attivo viene attivato in base ai punteggi dei primi pochi risposte restituiti da QnA Maker. Se il punteggio varia tra coppie QnA che corrispondono alla query all'interno di un intervallo ridotto, la query viene considerata un possibile suggerimento (come domanda alternativa) per ognuna delle possibili coppie QnA. Dopo aver accettato la domanda suggerita per una coppia QnA specifica, viene rifiutata per le altre coppie. È necessario ricordare di salvare e eseguire il training, dopo aver accettato suggerimenti.
L'apprendimento attivo fornisce i migliori suggerimenti possibili nei casi in cui gli endpoint ricevono una quantità e una varietà ragionevole di query di utilizzo. Quando vengono raggruppate cinque o più query simili, ogni 30 minuti, QnA Maker suggerisce le domande basate sull'utente alla finestra di progettazione knowledge base per accettare o rifiutare. Tutti i suggerimenti sono raggruppati per somiglianza e vengono visualizzati i primi suggerimenti per le domande alternative in base alla frequenza delle determinate query degli utenti finali.
Dopo aver suggerito domande nel portale di QnA Maker, è necessario esaminare e accettare o rifiutare tali suggerimenti. Non esiste un'API per gestire i suggerimenti.
Funzionamento del feedback implicito di QnA Maker
Il feedback implicito di QnA Maker usa un algoritmo per determinare la prossimità dei punteggi e quindi apporta suggerimenti di apprendimento attivi. L'algoritmo usato per determinare la prossimità non è un calcolo semplice. Gli intervalli nell'esempio seguente non devono essere fissi, ma devono essere usati come guida per comprendere l'effetto dell'algoritmo solo.
Quando il punteggio di una domanda è altamente attendibile, ad esempio all'80%, l'intervallo dei punteggi che sono considerati per l'apprendimento attivo è ampio, entro il 10% circa. Se il punteggio di attendibilità si riduce, ad esempio al 40%, anche l'intervallo dei punteggi si riduce, entro il 4% circa.
Nella risposta JSON seguente da una query alla generazione di QnA Maker, i punteggi per A, B e C sono vicini e verranno considerati come suggerimenti.
{
"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 non conosce la risposta migliore. Usare l'elenco di suggerimenti del portale di QnA Maker per selezionare di nuovo la risposta migliore e eseguire il training.
Come inviare commenti e suggerimenti espliciti con l'API Train
QnA Maker ha bisogno di commenti espliciti su quale delle risposte era la risposta migliore. Come è determinata la risposta migliore, è possibile includere:
- Feedback utente, selezione di una delle risposte.
- Logica di business, ad esempio la determinazione di un intervallo di punteggi accettabile.
- Combinazione di commenti e suggerimenti degli utenti e logica di business.
Usare l'API Train per inviare la risposta corretta a QnA Maker, dopo che l'utente lo seleziona.
Aggiornare la versione di runtime per usare l'apprendimento attivo
L'apprendimento attivo è supportato nella versione del runtime 4.4.0 e versioni successive. Se la knowledge base è stata creata in una versione precedente, aggiornare il runtime per usare questa funzionalità.
Attivare l'apprendimento attivo per domande alternative
L'apprendimento attivo è disattivato per impostazione predefinita. Attivarlo per visualizzare le domande suggerite. Dopo aver attivato l'apprendimento attivo, è necessario inviare informazioni dall'app client a QnA Maker. Per altre informazioni, vedere Flusso dell'architettura per l'uso delle API GenerateAnswer e Train da un bot.
Selezionare Pubblica per pubblicare la knowledge base. Le query di apprendimento attivo vengono raccolte solo dall'endpoint di stima dell'API GenerateAnswer. Le query nel riquadro Test nel portale di QnA Maker non influiscono sull'apprendimento attivo.
Per attivare l'apprendimento attivo nel portale di QnA Maker, passare all'angolo in alto a destra, selezionare il nome, passare a Impostazioni servizio.
Trovare il servizio QnA Maker, quindi attivare Active Learning (Apprendimento attivo).
Nota
La versione esatta dell'immagine precedente viene visualizzata solo come esempio. La versione potrebbe essere diversa.
Dopo aver abilitato Active Learning, l'knowledge base suggerisce nuove domande a intervalli regolari in base alle domande inviate dall'utente. È possibile disabilitare l'apprendimento attivo selezionando nuovamente l'impostazione.
Esaminare le domande alternative suggerite
Esaminare le domande consigliate alternative nella pagina Modifica di ogni knowledge base.