Espressioni

Importante

LUIS verrà ritirato il 1° ottobre 2025 e a partire dal 1° aprile 2023 non sarà possibile creare nuove risorse LUIS. È consigliabile eseguire la migrazione delle applicazioni LUIS alla comprensione del linguaggio conversazionale per trarre vantaggio dal supporto continuo del prodotto e dalle funzionalità multilingue.

Le espressioni sono input degli utenti che l'app deve interpretare. Per eseguire il training di LUIS per estrarre finalità ed entità da questi input, è importante acquisire diverse espressioni di esempio per ogni finalità. L'apprendimento attivo, o processo di training continuativo di nuove espressioni, è fondamentale per l'intelligenza di Machine Learning offerta da LUIS.

Raccogliere le espressioni che si ritiene verranno immesse dagli utenti. Includere espressioni, che significano la stessa cosa, ma sono costruite in vari modi:

  • Lunghezza dell'espressione - breve, media e lunga per l'applicazione client
  • Lunghezza della parola e della frase
  • Posizione della parola - entità all'inizio, nel mezzo e alla fine dell'espressione
  • Grammatica
  • Pluralizzazione
  • Stemming
  • Scelta di sostantivo e verbo
  • Punteggiatura : uso della grammatica sia corretta che errata

Scegliere espressioni diverse

Quando si inizia ad aggiungere espressioni di esempio al modello LUIS, è necessario tenere presenti diversi principi:

Le espressioni non sono sempre ben formate

La tua app potrebbe dover elaborare frasi, ad esempio "Prenota un biglietto per Parigi per me" o un frammento di frase, ad esempio "Prenotazione" o "Volo Parigi" Gli utenti spesso commettono errori ortografici. Quando si pianifica l'app, valutare se si vuole usare Controllo ortografico Bing per correggere l'input dell'utente prima di passarlo a LUIS.

Se non si esegue il controllo ortografico sulle espressioni dell'utente, è necessario formare LUIS sulle espressioni che includono errori di digitazione e di ortografia.

Usare il linguaggio rappresentativo dell'utente

Quando si scelgono espressioni, tenere presente che ciò che si ritiene siano termini o frasi comuni potrebbe non essere comune per l'utente tipico dell'applicazione client. Potrebbero non avere esperienza di dominio o usare terminologia diversa. Fare attenzione quando si usano termini o frasi che l'utente pronuncerebbe solo se fosse esperto.

Scegliere terminologia e formulazioni diverse

Si noterà che, anche se si fanno sforzi per creare una modelli di frase alternativi, alcuni termini verranno comunque ripetuti. Ad esempio, le espressioni seguenti hanno un significato simile, ma terminologia e formulazione diverse:

  • "Ricerca per categorie ottenere un computer?"
  • "Dove si ottiene un computer?"
  • "Voglio ottenere un computer, come faccio a farlo?".
  • "Quando posso avere un computer?"

Il termine principale qui, computer, non è vario. Usare alternative come computer desktop, portatile, workstation o anche solo computer. LUIS può dedurre in modo intelligente i sinonimi dal contesto, ma quando si creano espressioni per il training, è sempre meglio variarle.

Espressioni di esempio in ogni finalità

Ogni finalità deve avere espressioni di esempio, almeno 15. Se la finalità non prevede espressioni di esempio, non sarà possibile formare LUIS. Se si ha una finalità con una o poche espressioni di esempio, LUIS potrebbe non stimare accuratamente la finalità.

Aggiungere piccoli gruppi di espressioni

Ogni volta che si esegue l'iterazione del modello per migliorarlo, non aggiungere grandi quantità di espressioni. Prendere in considerazione l'aggiunta di espressioni in quantità pari a 15. Quindi eseguire di nuovo il training, pubblicare e testare di nuovo.

LUIS compila modelli efficaci con espressioni selezionate con attenzione dall'autore del modello LUIS. L'aggiunta di un numero eccessivo di espressioni non è utile perché introduce confusione.

È preferibile iniziare con alcune espressioni, quindi esaminare le espressioni dell'endpoint per la stima delle finalità e l'estrazione di entità corrette.

Normalizzazione delle espressioni

La normalizzazione delle espressioni è il processo di ignorare gli effetti dei tipi di testo, ad esempio punteggiatura e segni diacritici, durante il training e la stima.

Le impostazioni di normalizzazione delle espressioni vengono disattivate per impostazione predefinita. Queste impostazioni includono:

  • Moduli di Word
  • Segni diacritici
  • Punteggiatura

Se si attiva un'impostazione di normalizzazione, i punteggi nel riquadro Test , i test batch e le query degli endpoint cambieranno per tutte le espressioni per tale impostazione di normalizzazione.

Quando si clona una versione nel portale LUIS, le impostazioni della versione vengono mantenute nella nuova versione clonata.

Impostare le impostazioni della versione dell'app usando il portale LUIS selezionando Gestisci dal menu di spostamento superiore nella pagina Applicazione Impostazioni. È anche possibile usare l'API Update Version Impostazioni. Per altre informazioni, vedere la documentazione di riferimento .

Moduli di Word

La normalizzazione dei moduli delle parole ignora le differenze nelle parole che si espandono oltre la radice.

Segni diacritici

I segni diacritici sono segni o segni all'interno del testo, ad esempio:

İ ı Ş Ğ ş ğ ö ü

Segni di punteggiatura

La normalizzazione della punteggiatura significa che prima che i modelli vengano sottoposti a training e prima che le query degli endpoint vengano stimate, la punteggiatura verrà rimossa dalle espressioni.

Punteggiatura è un token separato in LUIS. Un'espressione che contiene un punto alla fine è un'espressione separata che non contiene un punto alla fine e può ottenere due stime diverse.

Se la punteggiatura non è normalizzata, LUIS non ignora i segni di punteggiatura per impostazione predefinita perché alcune applicazioni client possono inserire significatività su questi segni. Assicurarsi di includere espressioni di esempio che usano la punteggiatura e quelle che non lo fanno, affinché entrambi gli stili restituiscano gli stessi punteggi relativi.

Assicurarsi che il modello gestisca la punteggiatura nelle espressioni di esempio (che hanno e non hanno punteggiatura) o nei modelli in cui è più facile ignorare la punteggiatura. Ad esempio: Sto applicando la posizione {Job} [.]

Se la punteggiatura non ha alcun significato specifico nell'applicazione client, è consigliabile ignorare la punteggiatura normalizzando la punteggiatura.

Ignorare parole e punteggiatura

Se si desidera ignorare parole o segni di punteggiatura specifici nei modelli, usare un criterio con la sintassi ignorata delle parentesi quadre, [] .

Training con tutte le espressioni

Il training è in genere non deterministico: la stima delle espressioni può variare leggermente tra versioni o app. È possibile rimuovere il training non deterministico aggiornando l'API delle impostazioni della versione con la coppia nome/valore UseAllTrainingData per usare tutti i dati di training.

Eseguire il test delle espressioni

Gli sviluppatori devono iniziare a testare l'applicazione LUIS con dati reali inviando espressioni all'URL dell'endpoint di stima. Queste espressioni vengono usate per migliorare le prestazioni di finalità ed entità con l'esame delle espressioni. I test inviati usando il riquadro di test nel portale LUIS non vengono inviati tramite l'endpoint e non contribuiscono all'apprendimento attivo.

Esaminare le espressioni

Dopo che il modello è stato formato e pubblicato e dopo aver ricevuto le query dell'endpoint, esaminare le espressioni inviate da LUIS. LUIS seleziona le espressioni dell'endpoint con punteggi bassi in termini di finalità o entità.

Procedure consigliate

Assegnare etichette per il significato delle parole

Se la scelta o la disposizione della parola è la stessa ma il significato è diverso, non etichettarla con le entità.

Nelle espressioni seguenti, la parola fair è un omografo, il che significa che è scritto lo stesso ma ha un significato diverso:

  • "Che tipo di fiere della contea stanno accadendo nella zona di Seattle questa estate?"
  • "L'attuale classificazione a 2 stelle per la fiera del ristorante?

Se si desidera che un'entità evento trovi tutti i dati dell'evento, etichettare la parola fair nella prima espressione, ma non nel secondo.

Non ignorare le possibili varianti di espressione

LUIS prevede variazioni nelle espressioni di una finalità. Le espressioni possono variare mantenendo lo stesso significato generale. Le variazioni possono includere lunghezza dell'espressione, scelta e posizionamento delle parole.

Non usare lo stesso formato Usare formati diversi
Acquista un biglietto per Seattle Acquista 1 biglietto per Seattle
Acquista un biglietto per Parigi Prenota due posti sul red eye per Parigi lunedì prossimo
Acquista un biglietto per Orlando Desidero prenotare 3 biglietti per Orlando per le vacanze di primavera

La seconda colonna utilizza verbi diversi (acquisto, prenotazione, libro), quantità diverse (1, &"due", 3) e diverse disposizioni di parole, ma tutte hanno la stessa intenzione di acquistare biglietti aerei per i viaggi.

Non aggiungere troppe espressioni di esempio alle finalità

Dopo la pubblicazione dell'app, aggiungere solo espressioni dall'apprendimento attivo nel processo del ciclo di vita di sviluppo. Se le espressioni sono troppo simili, aggiungere un criterio.

Passaggi successivi